[发明专利]基于地图预处理和改进A-Star算法的移动机器人路径规划方法

权利要求书

1.一种基于地图预处理和改进A-Star算法的移动机器人路径规划方法，其特征在于，所述实现方法包括以下步骤：

步骤1：将地图图片送去预先训练的目标识别填充模型，输出将地图中凹形区域全部填充完毕的地图图片；

步骤2：输入起始点坐标和目标点坐标，计算两点连线的两个中间点并进行碰撞检测，两个中间点不是障碍物则保留，是障碍物则选择新的中间点；

步骤3：从起始点、中间点以及目标点扩展，采用带安全策略的A-Star进行路径规划，若有两个中间点则用六颗搜索树来进行路径规划，有一个中间点则用四颗搜索树进行路径规划，无中间点则用两颗搜索树进行路径规划；

步骤4：将路径节点连接，输出起始点到目标点的路径。

2.根据权利要求1所述一种基于地图预处理和改进A-Star算法的移动机器人路径规划方法，其特征在于，所述步骤1具体包括以下步骤：

步骤1.1：通过随机生成大量带凹型区域的地图图片作为训练样本；

步骤1.2：使用标记工具对步骤1.1中生成的训练样本中的每一个凹形区域进行标记，并划分训练集和测试集；

步骤1.3：将训练集中的地图图片作为输入数据，进行基于ResNet101网络的Mask RCNN进行训练，并根据测试集不断调整模型权重，直到预测目标的置信度大于预设阈值时获取地图中凹形区域的识别模型；

步骤1.4：将新地图环境送入模型，对识别出的凹形区域进行障碍物填充处理。

3.根据权利要求1所述一种基于地图预处理和改进A-Star算法的移动机器人路径规划方法，其特征在于，所述步骤2具体包括以下步骤：

步骤2.1：输入起始点坐标(x₁,y₁)，目标点坐标(x₂,y₂)；

步骤2.2：计算机第一个中间点坐标进行碰撞检测，判断点(x₃,y₃)是否位于障碍物内，若位于障碍物内则继续进行碰撞检测，若位于障碍物内则舍弃(x₃,y₃)；

步骤2.3：计算机第二个中间点坐标进行碰撞检测，判断点(x₄,y₄)是否位于障碍物内，若位于障碍物内则继续进行碰撞检测，若位于障碍物内则舍弃(x₄,y₄)。

4.根据权利要求1所述一种基于地图预处理和改进A-Star算法的移动机器人路径规划方法，其特征在于，所述步骤3具体包括以下步骤：

步骤3.1：若存在两个中间点则转向步骤3.2，若存在一个中间点则转向步骤3.3，若无中间点则转向步骤3.4；

步骤3.2：进行六个方向的扩展，起始点向第一个中间点扩展树Tree1，第一个中间点向起始点扩展Tree2，第一个中间点向第二个中间点扩展T3，第二个中间点向第一个中间点扩展Tree4，第二个中间点向目标点扩展Tree5，目标点向第二个中间点扩展Tree6，在各自扩展过程中采用带安全策略的A-Star，路径与障碍物保持一定距离，直到各自的两颗扩展树相遇或者到达自身的目标点停止；

步骤3.3：进行四个方向扩展，起始点向中间点扩展树Tree1，中间点向起始点扩展Tree2，中间点向目标点扩展T3，目标点向中间点扩展Tree4，在各自扩展过程中采用带安全策略的A-Star，路径与障碍物保持一定距离，直到各自的两颗扩展树相遇或者到达自身的目标点停止；

步骤3.4：进行两个方向扩展，起始点向目标点扩展树Tree1，目标点向起始点扩展Tree2，在各自扩展过程中采用带安全策略的A-Star，路径与障碍物保持一定距离，直到两颗扩展树相遇或到自身的目标点停止。