[发明专利]一种基于障碍物的路径规划方法、装置、设备和存储介质

说明书

本发明公开了一种基于障碍物的路径规划方法、装置、计算设备和存储介质。根据本发明提供的技术方案，采用栅格法建立工作环境的二维地图模型，根据工作环境中的障碍物信息，在二维地图模型中对障碍物进行标记，并确定各个第一标记点，将各个第一标记点存储值障碍物信息列表中；二维地图模型中还记录有路径规划的起点和终点；根据起点以及障碍物信息列表确定候选点，构建候选列表；从候选列表中提取候选点建立路径，并基于路径的成本值进行路径规划，直至候选列表为空时得到从起点至终点的目标路径。通过本发明基于数量很少的障碍物边缘的交点来绕行障碍物，提升了所生成路径的平滑度，并减少了计算最优路径的过程，提高了计算效率。

技术领域

本发明涉及移动机器人领域，具体涉及一种基于障碍物的路径规划方法、装置、计算设备和计算机存储介质。

背景技术

随着科学技术的发展，机器人的应用也更加广泛，移动机器人的路径规划问题，即如何在有障碍物的环境里从起点到终点间找到一个最优的安全无碰撞路径称为了最受关注的问题之一。其中，包含对环境信息未知或部分已知的局部路径规划，以及环境信息完全已知的全局路径规划。

当前，针对局部路径规划主要包括：单元分解法和生物启发神经网络算法；其中，单元分解法又具体包括：梯形分解法、Boustrophedon分解法、Morse分解法和Voronoi分解法等。针对全局路径规划主要包括：基于图论的路径规划算法，以及元启发式路径规划算法。其中，基于图论的路径规划算法又包括：A*算法、B*算法和Theta*算法等；元启发式路径规划算法又包括：蚁群算法、遗传算法、粒子群算法和人工免疫算法等。

其中，当前的全局路径规划方法是通过对当前位置点的相邻位置点进行逐一判断，直至行进至目标位置点，再通过筛选得到最终路径。但通过此种方式进行路径规划，由于需要对每个相邻点都进行判断，再筛选最优路径，因此每次步长很小，进而导致计算量巨大，且得到的路径极不平滑，降低了路径规划的效率。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于障碍物的路径规划方法和相应的基于障碍物的路径规划装置，计算设备以及计算机存储介质。

根据本发明的一个方面，提供了一种基于障碍物的路径规划方法，所述方法包括：

采用栅格法建立工作环境的二维地图模型，根据所述工作环境中的障碍物信息，在所述二维地图模型中对障碍物进行标记，并确定各个第一标记点，将各个第一标记点存储至障碍物信息列表中；所述二维地图模型中还记录有路径规划的起点和终点；

根据所述起点以及所述障碍物信息列表确定候选点，构建候选列表；

从所述候选列表中提取候选点建立路径，并基于所述路径的成本值进行路径规划，直至所述候选列表为空时得到从所述起点至所述终点的目标路径。

上述方案中，所述采用栅格法建立工作环境的二维地图模型，根据所述工作环境中的障碍物信息，在所述二维地图模型中对障碍物进行标记进一步包括：

对所述工作环境进行栅格化处理得到二维地图模型，在所述二维地图模型中确定路径规划的初始位置所在的栅格点为起点，确定路径规划的目标位置所在的栅格点为终点；

从所述工作环境中获取障碍物信息，根据所述障碍物信息在所述二维地图模型中标记出障碍物，其中，所述障碍物信息包括：所述障碍物的位置信息、形状信息以及连通信息。

上述方案中，所述确定各个第一标记点，将各个第一标记点存储至障碍物信息列表中进一步包括：

针对每个障碍物，在所述二维地图模型中将于所述障碍物相邻的各条边的相交端点所在的栅格点确定为该障碍物对应的第一标记点，并记录所述第一标记点的对应关系；

按照障碍物，将每个障碍物对应的第一标记点以及每个障碍物对应的第一标记点的对应关系存储至所述障碍物信息列表中。