[发明专利]一种基于混合策略的移动机器人路径规划方法

说明书

一种基于混合策略的移动机器人路径规划方法，包括起始点，目标点，混合策略，初始规划路径，第一次优化规划路径，第二次优化规划路径；混合策略分解成加权重构策略模块、三点优化策略模块和单位外切圆策略模块三个阶段；具体流程步骤包括开始，初始化参数；运行加权重构策略模块；运行三点优化策略模块；运行单位外切圆策略模块；结束并输出结果。第二次优化规划路径的长度比原始A*算法规划路径的长度短，第二次优化规划路径的搜索区域的面积比原始A*算法规划路径的搜索区域的面积小，第二次优化规划路径的节点数比原始A*算法规划路径的节点数少。它概念简单，实现方便，减少搜索区，去除冗余节点和减少搜索时间，适应于机器人行业实际需求。

技术领域

本发明涉及移动机器人路径规划技术领域，尤其涉及一种基于混合策略的移动机器人路径规划方法。

背景技术

移动机器人是集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统，既为基础产业向节能、节资、高效、环境友好型产业转变提供解决方案，又为构建智能、便捷、舒适、有活力的社会提供高质量的服务，已融入人类社会，成为人们的万能伙伴，改变人类的生产、生活和思维方式，其应用领域不断扩大和使用数量不断提高。移动机器人路径规划的相关研究，一直是学术界与工程界的研究热点。

目前，移动机器人路径规划中采用原始A*算法进行避障路径规划，缺乏改进融合策略，存在着搜索区域面积大、冗余节点过多、转折次数多、搜索时间长等问题，增加了路径长度，降低搜索效率。

发明内容

为了克服现有移动机器人路径规划中采用原始A*算法进行避障路径规划，缺乏改进融合策略，存在着搜索区域面积大、冗余节点过多、转折次数多、搜索时间长等问题，增加了路径长度，降低搜索效率等缺陷；本发明基于融合策略，先对A*算法中启发函数预估代价使用加权重构策略模块，获得初始规划路径，减少搜索区域；再对初始规划路径使用三点优化策略模块，去除冗余节点和减少转折次数，获得第一次优化规划路径，但出现在障碍物边缘上路径节点；再对第一次优化规划路径使用单位外切圆策略模块，调整在障碍物边缘上路径节点，获得第二次优化规划路径，并输出。

本发明具体解决其技术问题所采用的技术解决方案是：

一种基于混合策略的移动机器人路径规划方法，包括起始点，浅灰色单位小正方形；白色单位小正方形，黑色矩形，黑色折线一，目标点，黑色折线二，黑色折线三，黑色折线四，原始A*算法，混合策略，加权重构策略模块，三点优化策略模块，单位外切圆策略模块，原始A*算法规划路径，原始A*算法规划路径的长度，原始A*算法规划路径的搜索区域的面积，初始规划路径，第一次优化规划路径，第二次优化规划路径，第二次优化规划路径的长度，第二次优化规划路径的搜索区域的面积；加权重构系数α，Delete表，节点个数N，起始节点，表达式为f(n)＝g(n)+αh(n)的改进A*算法；n为当前节点；f(n)为从起始点经过当前节点n到达目标点的估计代价值；g(n)为起始点到当前节点n的实际代价值； h(n)为当前节点n到目标点的启发函数预估代价值；其中，浅灰色单位小正方形组成的区域为搜索区域，白色单位小正方形组成的区域为未搜索区域，黑色矩形区域为障碍物，黑色折线一为原始A*算法规划路径，黑色折线二为初始规划路径，黑色折线三为第一次优化规划路径，黑色折线四为第二次优化规划路径；混合策略分解成加权重构策略模块、三点优化策略模块和单位外切圆策略模块三个阶段；

一种基于混合策略的移动机器人路径规划方法具体流程步骤如下：

步骤1，开始，初始化参数；

步骤2，运行加权重构策略模块；

步骤2.1，使用加权重构系数α；

步骤2.2，运行表达式为f(n)＝g(n)+αh(n)的改进A*算法；

步骤2.3，获得初始规划路径；

步骤3，运行三点优化策略模块；