[发明专利]一种动态环境下移动机器人路径规划方法

摘要

本发明公开了一种基于全局路径规划和局部滚动预测避碰规划相结合的双层规划方法，来解决动态环境下移动机器人路径规划问题。该方法主要包括两部分：全局路径规划和局部滚动预测避碰规划。本发明能够更好地实现机器人导航，提高机器人的智能性。运用双层规划方法能够避免规划初始的盲目性，减小问题的搜索空间；针对动态障碍物运行方向的不确定性，采用两种碰撞预测策略及两种相应的碰撞避免策略，能够很好地避开动态障碍物；特别地，为更好地适应环境的变化，在第二层规划中，加入基于行为方法中的Follow_wall（沿墙）行为，可使得在环境发生变化时，移动机器人仍能够安全无碰地到达目标点。

主权项

1.一种动态环境下移动机器人路径规划方法，其特征在于包括以下步骤：步骤一.利用栅格法对移动机器人运行空间进行环境建模；步骤二.利用改进蚁群算法，不考虑环境中动态障碍物，建立全局路径（以下称为初始路径），之后移动机器人沿此初始路径边行走边进行局部预测避碰；二-1.设置改进蚁群算法的参数，包括蚁群中蚂蚁数量m、算法最大迭代次数N_max、信息素权值α、启发式信息权值β、信息素衰减系数和信息素惩罚系数;初始化当前代数N＝0，栅格地图中每条相邻边的信息素强度τ_ij＝τ₀（τ₀为常数），信息素上下限，信息素增量Δτ_ij＝0，每个栅格的访问数T_i＝0，启发式信息函数η_rs＝1d_rs，移动机器人的初始点S和目标点G；二-2.蚁群中蚂蚁k（k=1,2，…，m）从初始点开始出发，并将初始点添加到蚂蚁k的禁忌表tabu_k中，然后按照公式prsk=[τrs(t)]α[ηrs(t)]βDs-1Ts-1Σs∈allowedk[τrs(t)]α[ηrs(t)]βDs-1Ts-1,s∈allowedk0,otherwise]]>选择下个节点s，并将节点s添加到禁忌表tabu_k中；其中设置一个随机选择参数q₀∈(0,1)，q为(0,1)之间随机数，当q＜q₀时，随机选择当前节点r周围的任一可行节点，否则采用转移概率公式选择下一个可行点，rand(allowed_k)表示从allowed_k中随机选择一个节点，S表示根据转移概率公式所选择的下一个节点；转移概率公式中D_s表示下一个待选节点s到目标点的距离，(s_x,s_y)与(G_x,G_y)分别表示节点s与目标点G的坐标。T_s表示下一节点s累计被访问的次数；二-3.具体地，当蚂蚁i（i∈k）在搜索路径时进入死锁状态，马上启用“回退-惩罚”策略，在蚂蚁i到达目标点时，令k=k+1，返回步骤二-2，直到k=m，即这一代所有蚂蚁完成搜索；所述“退回-惩罚”策略步骤如下：二-3-a.当蚂蚁i陷入死锁状态时，允许其回退一步；二-3-b.更新蚂蚁i的禁忌表，将死锁节点从禁忌表中删除；二-3-c.对死锁边上的信息素进行惩罚，以防其它蚂蚁再次经过死锁边；二-3-d.蚂蚁在当前路径上重新选择新的节点;二-4.利用每只蚂蚁的禁忌表，计算它们搜索到的路径长度，并找出其中的最短路径，对最短路径全局信息素进行调整，再核查调整后的信息素浓度，根据信息素限定原则τrs=τrs,τmin<τrs<τmaxτmin,τrs<τminτmax,τrs>τmax]]>将其限制在[τ_min,τ_max]区间内;二-5.令迭代次数N=N+1，当N＜＝N_max，清空每只蚂蚁的禁忌表，返回步骤二-2进行下轮迭代，直到N＞N_max，输出全局路径；步骤三.若移动机器人到达目标点，输出最终的全局无碰路径，否则继续执行步骤四；步骤四.将移动机器人的感知区域视为滚动窗口，刷新滚动窗口内信息，包括动态障碍物当前位置和初始路径等信息，机器人每行走一个步长，就刷新一次滚动窗口内信息，直到机器人到达目标点；四-1.若在滚动窗口内环境发生变化，且有静态障碍物停留在初始路径上，启动Follow_wall行为，该行为可使机器人沿着静态障碍物边界绕过障碍物，并回到初始路径上，继续预测下一滚动窗口；四-2.在滚动窗口内进行碰撞预测，若没有检测到碰撞，机器人沿着初始路径移动一个步长，跳转到步骤四；若预测到碰撞则进入步骤四-3；四-3.预测到碰撞则启动碰撞避免策略，规划一条局部路径，机器人沿着规划好的局部路径行走一个步长，跳转到步骤三。