[发明专利]基于动态场景结构膨胀感知的路径规划算法

说明书

本发明公开了一种基于动态场景结构膨胀感知的路径规划算法。首先，通过栅格地图的稀疏拓扑结构图使随机树的扩展更具方向性，采用改进的双向快速搜索随机树算法得到初始路径，减少移动机器人的寻路时间。其次，根据动态障碍物的大小和数量、静态障碍物之间的最短距离和地图的大小，通过自适应算子建立机器人的膨胀模型，让其在动态的场景下预碰撞到移动的障碍物。最后，基于随机采样算法得到的规划路径特点，构建移动机器人的运动模型。本发明大大缩短路径规划的时间，有效的解决了室内环境下机器人路径规划时间长以及狭长空间无法快速进行路径规划的问题。具有很强的实时性和灵活性，可以在动态的场景中有效的进行避障导航。

技术领域

本发明涉及机器人自动路径规划技术领域，尤其涉及一种基于动态场景结构膨胀感知的路径规划算法。

背景技术

如今智能机器人的应用已经越来越受到人们的关注。为了能够在复杂的场景中完成特定的任务，需要移动机器人具有自主导航的能力。路径规划技术作为自主导航的核心技术之一，目的是为了让移动机器人在有障碍物的环境中能够快速并且无碰撞的从起始位置移动到目标位置。在目前的生产生活中，场景通常都会包含移动的障碍物。在面对动态场景时，目前已有的局部路径规划算法往往很难快速的做出反应并且重新规划路径，对环境变化的适应性较低，导致无法对室内的突发情况进行判断以及处理。

发明内容

本发明目的就是为了弥补已有技术的缺陷，提供一种基于动态场景结构膨胀感知的路径规划算法，首先，该算法通过栅格地图的稀疏拓扑结构图使随机树的扩展更具方向性，在此基础上，该算法采用改进的双向快速搜索随机树算法得到初始路径，减少移动机器人的寻路时间。其次，该算法根据动态障碍物的大小和数量、静态障碍物之间的最短距离和地图的大小，通过自适应算子建立机器人的膨胀模型，让其在动态的场景下预碰撞到移动的障碍物。最后，该算法基于随机采样算法得到的规划路径特点，构建移动机器人的运动模型。

本发明是通过以下技术方案实现的：

一种基于动态场景结构膨胀感知的路径规划算法，具体包括如下步骤：

(1)对于实际场景建立一个二维的直角坐标系XOY，同时将场景划分成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。

(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。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。

(3)通过稀疏拓扑节点构建稀疏化拓扑结构图。在此基础上，通过改进的双向快速搜索随机树算法得到初始路径。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。