[发明专利]一种高效的全局路径规划方法

说明书

本发明适用于路径规划领域，提供了一种高效的全局路径规划方法，该方法包括：计算从预设的起始点开始，绕过N维空间下的所有障碍物到达预设的终点的可行线路；删除可行线路中不必要的绕行点，以获得最终路径。本技术方案包含两个阶段，在第一阶段中找到一条从预定的起始点到终点的无碰撞的可行线路，在第二阶段中，去掉第一阶段找到的可行线路中不必要的绕行点，从而将可行线路优化为一条更短的轨迹路径。

技术领域

本发明属于路径规划领域，尤其涉及一种高效的全局路径规划方法。

背景技术

全局路径规划算法的目标是在给定障碍物地图、起始点和终点的情况下，找到一条连接起始点和终点且针对障碍物无碰撞的路径。全局路径规划算法应用广泛，例如可用于二维空间下的AGV移动机器人，三维空间下的无人机，六维空间下的六轴机械臂等等。

现有的全局路径规划算法种类繁多，有基于图搜索的Dijkstra算法和A*算法等；还有基于采样的路径规划算法，如概率路线图(Probabilistic Roadmaps，简称PRM)算法、PRM*算法(PRM算法的变种)、快速扩展随机树(Rapidly-Exploring RandomTrees，简称RRT)算法和RRT*算法(RRT算法的变种)等；还有基于启发式算法的路径规划算法如蚁群算法和遗传算法等。以下仅仅针对一些被广泛使用的全局路径规划算法的缺点进行讨论。

首先，在高维空间如机械臂中应用较多的全局规划算法是RRT算法或其变种，但RRT算法在复杂障碍物地图环境下的收敛速度极慢，如图1所示，为障碍物地图中存在一条极窄的通道，起始点和终点分别分布在通道两侧，那么此时RRT算法及其变种的收敛速度将急剧减慢。除此之外，如图1所示，RRT算法输出的结果的路径长度还有待优化的空间。再者，在二维空间如AGV移动机器人中常用的全局路径规划算法是A*算法，但A*算法由于其高的空间复杂度，故难于扩展到更高维空间中。

发明内容

为解决上述的现有路径规划方法存在的一个或者多个问题，本发明实施例提供了一种高效的全局路径规划方法。

本发明实施例的第一方面提供了一种路径规划方法，包括：

计算从预设的起始点x_s开始，绕过N维空间下的所有障碍物到达预设的终点x_g的可行线路；

删除所述可行线路中不必要的绕行点，以获得最终路径。

优选地，所述计算从预设的起始点x_s开始，绕过N维空间下的所有障碍物到达预设的终点x_g的可行线路，包括：

根据N维空间下的障碍物地图以及所述障碍物地图上的起始点x_s和终点x_g，确定N维空间下所述起始点x_s和所述终点x_g之间，所有障碍物的开始绕行点(x_H1,x_H2,…,x_Hn)和结束绕行点(x_L1,x_L2,…,x_Ln)，其中N≥2，n为自然数；

分别沿着各个障碍物的边缘，从相应的开始绕行点开始，朝着相应的结束绕行点，同步对障碍物的2(N-1)个绕行线路分支的中间绕行点进行采样；

将所述2(N-1)个绕行线路分支中最先采样到相应的结束绕行点的绕行线路分支作为相应障碍物的最终绕行线路分支；

依次连接所述起始点x_s、所有障碍物的最终绕行线路分支以及所述终点x_g，以获所述可行线路。

优选地，所述分别沿着各个障碍物的边缘，从相应的开始绕行点开始，朝着相应的结束绕行点，同步对障碍物的2(N-1)个绕行线路分支的中间绕行点进行采样，包括：