[发明专利]一种机器人行走路径生成方法

权利要求书

1.一种机器人行走路径生成方法，其特征在于，包括如下步骤：

步骤一，根据机器人所在环境，生成栅格形式背景K＝(O,A,I)，然后进入步骤二；

所述栅格形式背景为一个三元组K＝(O,A,I)其中O为连续对象集合，即O＝{o₁,o₂,...,o_m}中的每个对象元素的下标连续，表示栅格表的行；A为连续属性集合A＝{a₁,a₂,...,a_n}中的每个属性元素的下标连续，表示栅格表的列；I是O与A之间的二元关系，oIa，o∈O，a∈A当且仅当o行a列处没有障碍物存在；

步骤二，根据栅格形式背景K，生成域概念格(CS_K，≤)，然后进入步骤三；

所述域概念格为一个栅格形式背景K所产生的所有域概念CS_K和其上的偏序关系≤，所形成一个完备格，记为(CS_K，≤)；

所述域概念为对于一个栅格形式背景K＝(O,A,I),并且满足f(X)＝Y,g(Y)＝X,则称二元组(X,Y)为一个域概念，其中X为域概念的外延，Y为域概念的内涵；CS_K为记栅格形式背景K的全体概念；其中，函数f、g分别为形式概念分析中的伽罗瓦联系；

所述域概念之间的偏序关系为设(X₁,Y₁)和(X₂,Y₂)是栅格形式背景K＝(O,A,I)的任一两个域概念，则定义称(X₁,Y₁)为(X₂,Y₂)的子概念，(X₂,Y₂)为(X₁,Y₁)的父概念；所述≤为集合CS_K上的偏序；

步骤三，由域概念格生成方域图Graph_SF，然后进入步骤四；

所述方域为设(X,Y)是栅格形式背景K＝(O,A,I)的任意一个域概念，其中对象集合X由一个或多个连续对象集组成，即X＝O₁∪O₂∪…∪O_k,k＜‖O‖，并且任意两个连续对象集的并集不为连续对象集；属性集合Y由一个或多个连续属性集组成，即Y＝A₁∪A₂∪…∪A_j,j＜‖A‖,并且任意两个连续属性集的并集不为连续的属性集；则二元组(S,T)，其中S∈{O₁,O₂,…,O_k}，T∈{A₁,A₂,…,A_j},称之为域概念(X,Y)的一个方域；

所述方域图Graph_SF为一个栅格形式背景K的域概念格中的每个域概念(X,Y)∈CS_K，都具有其概念方域集SFS_(X，Y)，即Graph_SF＝(CS_K，≤，SFS_(X，Y))；

所述方域集SFS_(X，Y)为一个域概念的所有方域的集合；

步骤四，根据机器人的起始位置P_Start和目标点位置P_Target，从方域图Graph_SF中生成起始域概念集CS_start和目标域概念集CS_target；

对于一个栅格形式背景K＝(O,A,I),起始位置P_Start为一个二元组(x₀,y₀)，x₀为栅格形式背景的对象，即x₀∈O；y₀为栅格形式背景的属性，即y₀∈A；同理，目标点位置P_Target也为一个二元组(x₁,y₁)；

所述起始域概念集CS_start为所有起始域概念的集合；所述目标域概念集CS_target为所有目标域概念C_target的集合；所述目标域概念C_target为包含目标方域SF_target的域概念；所述目标方域SF_target为包含目标点位置的方域；

步骤五，对由起始域概念集CS_start中的每个起始域概念C_start和其起始方域SF_start构成的每个候选路径节点(C_start，SF_start)进行评估，并得到一个评估值Value，进而构成评估后路径节点三元组(Value,C_start，SF_start)，进入步骤六；

所述起始方域SF_start为包含起始位置的方域；所述起始域概念C_start为包含起始方域的域概念；

所述路径节点为对于一个二元组(C,S),其中C为域概念，S为域概念C的方域，即S∈SFS_C；

步骤六，初始化路径Path；并且将所有评估后路径节点三元组(Value,C_start，SF_start)和路径Path中的最后一个节点last_path_node所构成的四元组(Value,last_path_node，C_start，SF_start)放入候选路径节点列表candidat_list中；然后进入步骤七；

所述路径为由路径节点组成的序列，即P＝(N₀,N₂,…,N_n)，其中Ni＝(C_i,SF_i),0≤i≤n,为路径节点，并且满足SF_i与SF_i+1，in,衔接邻接；

所述衔接邻接为对于一个栅格形式背景K，(O₁,T₁)和(O₂,T₂)为其任意方域；如果则称方域(O₁,T₁)和(O₂,T₂)衔接邻接连通；

在初始化时路径Path为空，所以其最后一个节点为None,即last_path_node＝None；

步骤七，依据value值对候选路径节点列表candidat_list中每个四元组进行排序，以升序放入栈Stack中；进入步骤八；

步骤八，如果栈Stack不为空，则进入步骤九；否则进入步骤二十二；

步骤九，栈Stack退栈，获得当前候选路径节点四元组，表示为(value,pre_node，cur_C,cur_SF)；然后从路径Path获得最后一个节点，表示为last_path_node；进入步骤十；

步骤十，如果last_path_node为None或者pre_node等于路径列表的最后一个路径节点last_path_node，则进入步骤十一；否则进入步骤十六；

步骤十一，last_path_node为None或者last_path_node中的方域与当前方域cur_SF邻接，则进入步骤是十二；否则，进入步骤八；

步骤十二，如何当前方域cur_SF中没有到达目标点的路径信息，表示为则进入步骤十三；否则，进入步骤十九；

步骤十三，标记当前方域cur_SF已访问，即cur_SF.visit_flag＝True；然后，添加候选路径节点(cur_C,cur_SF)到路径Path中，并进入步骤十四；

步骤十四，如果当前方域cur_SF包含目标点，即cur_SF∈SF_Starget,则找到一条有效路径；进入步骤十五；否则进入步骤十七；

步骤十五，记录有效路径相关信息；进入步骤十六；

步骤十六，从路径Path中移除最后一个路径节点(cur_C,cur_SF)；然后，标记当前方域cur_SF为未访问，即cur_SF.visit_flag＝False；进入步骤八；

步骤十七，如果该方法还没有找到任何有效路径，即cur_min_path_cost0，或者路径长度|path|加1小于cur_min_path_cost，则进入步骤十八；否则进入步骤十六；

步骤十八，通过当前路径节点(cur_C,cur_SF)，获得下一个候选路径节点列表cadidate_list；并放入栈Stack中；进入步骤八；

步骤十九，令forecast_cost等于当前路径长度和当前方域中路径长度之和，即forecast_cost＝|path|+|cur_SF.path_list|；进入步骤二十；

步骤二十，如果forecast_cost小于cur_min_path_cost，则进入步骤二十一；否则，进入步骤八；

步骤二十一，当前path和当前方域cur_SF中路径信息之和为有效路径；记录该有效路径；进入步骤八；

步骤二十二，搜索完毕，所记录的有效路径即为最优路径。