[发明专利]融合人工势场和随机树的APF-RRT方法和装置

权利要求书

1.一种融合人工势场和随机树的APF-RRT方法，其特征在于，所述方法包括：

获取作战态势地图，在所述作战态势地图中确定起点、目标点、障碍物信息；

根据所述目标点和所述障碍物信息，通过人工势场法控制智能体从所述起点朝着所述目标点移动；

当检测到智能体陷入死锁状态时，以智能体当前位置为起始点，通过快速扩展随机树算法构建以所述起始点为根节点的随机树；

根据所述随机树进行遍历查询，直到找到从所述起始点到所述目标点的路径规划数据包。

2.根据权利要求1所述的方法，其特征在于，根据所述目标点和所述障碍物信息，通过人工势场法控制智能体从所述起点朝着所述目标点移动，包括：

根据所述目标点和所述障碍物信息，通过改进的人工势场法控制智能体从所述起点朝着所述目标点移动；所述改进的人工势场法中排斥势场为修正排斥势场，所述修正排斥势场为：

其中，k_rep为所述修正排斥势场正相关增益因子，X为所述智能体的当前位置，X₀为所述局部最小值点的位置，ρ₀为所述修正排斥势场最大影响距离，ρ(X,X₀)＝||X₀-X||为智能体与阻碍物的距离，ρ(X,X_g)＝||X_g-X||为智能体与目标的距离。

3.根据权利要求2所述的方法，其特征在于，当检测到智能体陷入死锁状态时，以智能体当前位置为起始点，通过快速扩展随机树算法构建以所述起始点为根节点的随机树，包括：

当检测到智能体陷入死锁状态时，以智能体当前位置为起始点，通过RRT-GoalBias算法构建以所述起始点为根节点的随机树。

4.根据权利要求3所述的方法，其特征在于，所述RRT-GoalBias算法中随机采样点被替换为目标点的概率设置为0.2。

5.一种融合人工势场和随机树的APF-RRT装置，其特征在于，所述装置包括：

初始化模块，用于获取作战态势地图，在所述作战态势地图中确定起点、目标点、障碍物信息；

人工势场法路径规划模块，用于根据所述目标点和所述障碍物信息，通过人工势场法控制智能体从所述起点朝着所述目标点移动；

RRT法路径规划模块，用于当检测到智能体陷入死锁状态时，以智能体当前位置为起始点，通过快速扩展随机树算法构建以所述起始点为根节点的随机树；根据所述随机树进行遍历查询，直到找到从所述起始点到所述目标点的路径规划数据包。

6.根据权利要求5所述的装置，其特征在于，所述人工势场法路径规划模块还用于：

根据所述目标点和所述障碍物信息，通过改进的人工势场法控制智能体从所述起点朝着所述目标点移动；所述改进的人工势场法中排斥势场为修正排斥势场，所述修正排斥势场为：

其中，k_rep为所述修正排斥势场正相关增益因子，X为所述智能体的当前位置，X₀为所述局部最小值点的位置，ρ₀为所述修正排斥势场最大影响距离，ρ(X,X₀)＝||X₀-X||为智能体与阻碍物的距离，ρ(X,X_g)＝||X_g-X||为智能体与目标的距离。

7.根据权利要求6所述的装置，其特征在于，所述RRT法路径规划模块还用于：

当检测到智能体陷入死锁状态时，以智能体当前位置为起始点，通过RRT-GoalBias算法构建以所述起始点为根节点的随机树。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。