[发明专利]一种能耗约束下多策略融合的移动机器人路径平滑方法

说明书

一种能耗约束下多策略融合的移动机器人路径平滑方法，包括open表，close表cacu表，f(n)为估价函数，有f(n)＝g(n)+h(n)，g(n)为从起始节点到当前节点n的实际代价，有g(n)＝Ep+Eh+Ef+Ek；h(n)为从当前节点n到目标节点的预估代价；改进lazy theta*算法第一次规划路径平滑模块，最优节点A*算法模块，三次均匀B样条曲线法第二次规划路径平滑；仿真实验验证。其具体流程步骤：开始并启动方法循环；执行改进lazy theta*算法第一次规划路径平滑模块；执行最优节点A*算法模块；应用三次均匀B样条曲线法第二次规划路径平滑。仿真实验的结果是在实现移动机器人路径平滑同时，在单位距离能耗实现减小，综合效果优。它概念简单，可视化性效果好，利于实现能耗优化要求下移动机器人作业规划路径平滑的实际需求。

技术领域

本发明涉及机器人路径规划技术领域，尤其涉及一种能耗约束下多策略融合的移动机器人路径平滑方法。

背景技术

当前互联网+等信息技术的飞速发展，推进了机器人在制造业和物料仓储等行业中的广泛应用。机器人必须具备路径规划能力，且要求按所规划的路径执行操作。机器人按所规划规划路径运动一直是学术界与工程界的研究热点。

目前，为了保障机器人运动平稳，平滑机器人所规划路径运动必不可少。专利CN111552288A“一种移动机器人路径平滑方法”和专利CN113031592A“一种基于五阶贝塞尔曲线的机器人路径平滑方法及系统”分别公开了交叉算子和五阶贝塞尔曲线的凸优化模型等方法。但是，现有机器人路径平滑方法均是规划路径一次平滑，规划路径平滑中没有综合考虑优化机器人能耗约束，降低机器人规划路径平滑后的实效性。

发明内容

为了克服现有机器人路径平滑方法均是规划路径一次平滑，规划路径平滑中没有综合考虑优化机器人能耗约束，降低机器人规划路径平滑后的实效性等缺陷，本发明建立包括改进lazy theta*算法第一次规划路径平滑模块和三次均匀B样条曲线法第二次规划路径平滑的两次规划路径平滑，形成多策略融合，提高机器人规划路径平滑后的实效性，提供一种能耗约束下多策略融合的移动机器人路径平滑方法。

本发明具体解决其技术问题所采用的技术解决方案是：一种能耗约束下多策略融合的移动机器人路径平滑方法，包括open表中存储待被搜索的节点，close表中存储已被搜索过的节点,cacu表为临时存储表，f(n)为估价函数，有f(n)＝g(n)+h(n)，g(n)为从起始节点到当前节点n的实际代价，有g(n)＝Ep+Eh+Ef+Ek，其中Ep表示轮式移动机器人在作业过程中能耗受约于因素包括电机效率损失的能量，Eh表示地面起伏时的势能，Ef表示滚动摩擦阻力消耗的能量，Ek表示速度变化和转弯消耗的能量；h(n)为从当前节点n到目标节点的预估代价；改进lazy theta*算法第一次规划路径平滑模块，最优节点A*算法模块，三次均匀B样条曲线法第二次规划路径平滑；路径长度表示移动机器人在作业过程中经历的路径距离，能量消耗表示移动机器人在作业过程中所消耗的总能量，单位距离能耗表示移动机器人在作业过程中能量消耗和路径长度的比值，单位距离能耗数值小表示移动机器人在作业过程路径优化综合效果优。

一种能耗约束下多策略融合的移动机器人路径平滑方法，具体流程步骤如下：

步骤1.1：开始，如果是首次循环，则起点作为当前节点n，跳转至步骤1.4，否则继续往下执行；

步骤1.2：执行改进lazy theta*算法第一次规划路径平滑模块，其步骤如下：

步骤2.1：如果cacu表是空表，从open表找到离目标点最近的f(n)值最小的节点作为当前节点n，跳转至步骤1.3，否则继续往下执行；

步骤2.2：找到cacu表中f(n)值最小的节点，将该f(n)值最小的节点作为当前节点n；

步骤2.3：判断当前节点n是否有祖父节点，若当前节点n有祖父节点，继续往下执行，否则跳转至步骤1.3；