[发明专利]一种针对栅格图模型下的移动机器人路径优化方法

说明书

本发明涉及一种针对栅格图模型下的移动机器人路径优化方法，通过将路径看成一段绳子，然后从起点以及终点向外拉动，随着绳子渐渐绷直，起点至终点之间的绳长会越来越小，直到绳子无法再被拉伸，此时，起点至终点之间的绳长达到最小值，即对应路径的最小状态。大量的仿真结果表明，采取本发明优化后的栅格图下的路径长度，较之未处理前有明显地降低，且能有效地减少路径中地转向次数，更符合实际机器人移动的实际情况。

技术领域

本发明涉及移动机器人路径规划技术领域，具体是一种针对栅格图模型下的移动机器人路径优化方法。

背景技术

路径规划技术是移动机器人研究领域的一个重要组成部分，主要目的是在有障碍物的环境中，根据一定的准则(如路径最短，位置拐点最少，用时最短等)，寻求一条从起始位置节点到目标位置节点之间的最优或次优安全无碰路径。

路径规划技术的发展在一定程度上标志着机器人智能水平的高低，而路径规划方法的优劣直接影响路径规划效果。

目前，国内外许多专家学者都在致力于路径规划智能算法的研究，常用的智能优化算法主要有人工势场法、免疫算法、蚁群优化算法、神经网络、粒子群优化算法和遗传算法等。

而使用上述算法的一个必要前提是对环境模型进行数学建模。环境模型主要是进行环境信息的表示，它是路径规划的基础，只有建立了合适的环境模型才能高效地运用路径规划算法规划出一条合适的路径。目前环境建模的主要方法有可视图法、拓扑建模法，栅格建模法等。

其中，由于栅格法具有易建模，易编程，结果易表示等优点，故许多国内外学者在进行机器人路径规划时选用栅格图作为环境建模方法。栅格建模法的思想是将系统环境离散化，使其分解为最基础的栅格，进而通过对栅格的描述实现环境信息获取。

首先，将已知环境进行适当的增补，等间隔地分割成N*N矩形区域（这里，为了消除机器人自身尺寸对后续算法的影响，可以将机器人的长或宽，其中最大的那个，来对环境中的障碍物的边界进行放大），对于其中可通过的区域，用0来代表，而不可通过的区域，用1来代替。进而，一个环境就能被转化成一个N阶0-1数字矩阵，如图1和图2所示。

一般在栅格图模型下定义机器人的运动规则时，以每个小矩形的中心点作为机器人的运动中心，由于此时机器人的尺寸影响被忽略，故机器人为于某个位置时，其下一步的可移动范围为相邻8个矩形位置（如无边界及障碍物影响），如图3所示。

因此，基于以上策略，智能算法最终给出的路径往往是一条夹角为 45°倍数的折线段，如期刊《机械设计与制造》在2021年06卷中169-173页《人工势场引导蚁群算法的机器人导航路径规划》中文献算法所得路径，如图4所示。

观察易得栅格图模型下所得路径具有一个明显的缺点，即在分析机器人移动时，仅提供了8个可移动方向，但实际情况下机器人的移动方向是自由的，因此，若不消除该缺陷，将会使得基于栅格图模型下的路径规划所得路径包含不必要的冗余成分。基于以上存在的问题，本发明采取一种辅助优化路径策略，通过将算法初步所得路径看成一段绳子，仿真从起点与终点拉伸绳子，随着绳子渐渐绷直，起点与终点之间的绳子长度将慢慢减少，直到绳子无法再拉伸，此时起点与终点之间的绳子对应最短路径。仿真实验结果表明，采取本文优化策略，能进一步有效地削减路径长度，并且能有效地减少路径中的转向次数，避免了不必要的冗余路径成分。

发明内容

本发明的目的在于提供一种针对栅格图模型下的移动机器人路径优化方法。通过将算法初步所得路径看成一段绳子，仿真从起点与终点拉伸绳子，随着绳子渐渐绷直，起点与终点之间的绳子长度将慢慢减少，直到绳子无法再拉伸，此时起点与终点之间的绳子对应最短路径。

本发明解决其技术问题所采用的技术方案是：