[发明专利]基于动态场景结构膨胀感知的路径规划算法

权利要求书

1.一种基于动态场景结构膨胀感知的路径规划算法，其特征在于：具体包括如下步骤：

(1)根据实际场景建立栅格地图；

(2)利用Harris角点检测算法得到轮廓骨架中的特征点，并通过自适应阈值消除冗余的特征点，保留下来的特征点成为稀疏拓扑节点；

(3)通过稀疏拓扑节点构建稀疏化拓扑结构图，并通过双向快速搜索随机树算法对拓扑结构图计算出初始路径；

(4)设定移动机器人自适应膨胀模型和运动模型使其在动态场景中进行移动仿真并进行障碍物提前感知；

(5)未感知到动态障碍物时，移动机器人继续按照步骤(3)中的规划路径进行移动；

(6)在感知到动态障碍物时，移动机器人进行路径重规划，其起点为当前节点，终点为当前节点向后探索W个节点，如果是由稀疏化拓扑结构图构成的路径，则为W个稀疏拓扑节点；

(7)在进行路径重规划时根据步骤(6)的起止点并采用最优双向快速搜索随机树法，快速规划出新的路径；

(8)把新的路径与原先的路径进行融合，移动机器人在融合后的路径上继续移动同时重复进行步骤(7)。

2.根据权利要求1所述的一种基于动态场景结构膨胀感知的路径规划算法，其特征在于：步骤(1)所述的根据实际场景建立栅格地图，具体如下：对于实际场景建立一个二维的直角坐标系XOY，同时将实际场景划分成M×N的二维栅格地图，其中M表示所述栅格地图的横向栅格数，N表示栅格地图的纵向栅格数。

3.根据权利要求2所述的一种基于动态场景结构膨胀感知的路径规划算法，其特征在于：步骤(2)所述的利用Harris角点检测算法得到轮廓骨架中的特征点，并通过自适应阈值消除冗余的特征点，保留下来的特征点成为稀疏拓扑节点，具体如下：根据栅格地图的大小采用如下公式对所获得的角点进行自适应选取：

其中a为仿真栅格地图的高，b为仿真栅格地图的宽，ε为地图大小的数量级，以当前特征点为圆心、Threshold为半径，在其所组成的圆内，剔除圆心以外的特征点。

4.根据权利要求3所述的一种基于动态场景结构膨胀感知的路径规划算法，其特征在于：步骤(3)所述的通过稀疏拓扑节点构建稀疏化拓扑结构图，并通过双向快速搜索随机树算法对拓扑结构图计算出初始路径，具体方法如下：

(3.1)：所有闭合环路生成为一颗树；

(3.2)：在交叉支路上定义稀疏拓扑节点的父节点为parent₁，parent₂，……，parent_n，以这样的方式生成一颗树；

(3.3)：统计由稀疏拓扑节点所组成的所有可行路径，并对其进行比较，选取长度最短的作为初始路径；

(3.4)：当起点和最近的稀疏拓扑节点的子节点的连线穿过障碍物时，令起点为最近的稀疏拓扑节点的父节点，然后把起点插入到初始树中，如果起点和最近的稀疏拓扑节点之间的连线仍穿过障碍物，则另起点为稀疏拓扑节点父节点的父节点，以此往复直至其连线未穿过障碍物，令起点为该节点的父节点；

(3.5)：当起点和最近的稀疏拓扑节点的子节点的连线没有穿过障碍物时，令起点为最近的稀疏拓扑节点的子节点的父节点，同样把起点插入到树中。