[发明专利]一种基于拓扑地图的机器人路径规划方法及系统

权利要求书

1.一种基于拓扑地图的机器人路径规划方法，其特征在于，所述方法包括：

获取散点图，并在所述散点图中设置机器人的初始运动点和目标点，所述散点图是由包含有障碍物节点的实际环境抽象而成；

根据所述散点图构建与所述散点图对应的维诺图；

计算所述维诺图中各边的行驶代价；所述行驶代价包括路径长度和危险程度；所述计算所述维诺图中各边的行驶代价，具体包括：

根据计算路径长度d；

其中，d为两个不同点之间的路径长度，(x₁,y₁)为边端点1的坐标，(x₂,y₂)为边端点2的坐标；

根据计算危险程度w；

其中，w为所有障碍物节点对边的威胁值之和，(x₁,y₁)为边端点1的坐标，(x₂,y₂)为所述边端点2的坐标，(x_i,y_i)为障碍物节点的坐标，d1表示障碍物节点到边端点1的第一路径的长度，d2表示障碍物节点到边端点2的第二路径的长度；

根据所述行驶代价采用改进的迪杰斯特拉算法，得到多条路径；

根据粒子群算法从多条所述路径中确定最短路径，具体包括：

构建粒子群，并初始化所述粒子群的点最优解，所述粒子群中的点最优解对应所述维诺图中的路径，每个所述路径包括第一目标函数值和第二目标函数值；路径的第一目标函数值表示该路径经过的所有边的路径长度之和；路径的第二目标函数值表示该路径经过的所有边的危险程度之和；

判断所述第一路径的第一目标函数值是否小于所述第二路径的第一目标函数值，获得第一判断结果；

若所述第一判断结果表示所述第一路径的第一目标函数值小于所述第二路径的第一目标函数值，则判断所述第一路径的第二目标函数值是否小于所述第二路径的第二目标函数值，获得第二判断结果；

若所述第二判断结果表示所述第一路径的第二目标函数值小于所述第二路径的第二目标函数值，则选取所述第一路径作为点最优解；

若所述第二判断结果表示所述第一路径的第二目标函数值大于或等于所述第二路径的第二目标函数值，则随机选取所述第一路径或者所述第二路径作为点最优解；

若所述第一判断结果表示所述第一路径的第一目标函数值大于或等于所述第二路径的第一目标函数值，则判断所述第一路径的第二目标函数值是否大于所述第二路径的第二目标函数值，获得第三判断结果；

若所述第三判断结果表示所述第一路径的第二目标函数值大于所述第二路径的第二目标函数值，则选取所述第二路径作为点最优解；

若所述第三判断结果表示所述第一路径的第二目标函数值小于或等于所述第二路径的第二目标函数值，则随机选取所述第一路径或者所述第二路径作为点最优解；

根据所述第三判断结果更新所述粒子群的速度和位置；

判断迭代次数是否小于迭代阈值，获得第四判断结果；

若所述第四判断结果表示所述迭代次数小于迭代阈值，则重新判断所述第一路径的第一目标函数值是否小于所述第二路径的第一目标函数值，获得第一判断结果；

若所述第四判断结果表示所述迭代次数大于或者等于迭代阈值，则根据当前点最优解确定最短路径。

2.根据权利要求1所述的基于拓扑地图的机器人路径规划方法，其特征在于，所述根据所述散点图构建与所述散点图对应的维诺图，具体包括：

依次连接所述散点图中距离最近的三个障碍物节点，得到多个三角形，各所述三角形的外接圆中不含有其他障碍物节点，各所述三角形构成三角网；

对所述三角网中每条边作中垂线，得到各所述中垂线相交构成的网格图，所述网格图为维诺图。