[发明专利]一种六轮/腿机器人复合运动路径规划方法有效
申请号: | 201610158085.5 | 申请日: | 2016-03-18 |
公开(公告)号: | CN105843222B | 公开(公告)日: | 2019-04-12 |
发明(设计)人: | 丁希仑;杨帆;彭赛金;郑羿;尹业成 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G05D1/02 | 分类号: | G05D1/02 |
代理公司: | 北京永创新实专利事务所 11121 | 代理人: | 周长琪 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种六轮/腿机器人复合运动路径规划方法,首先建立机器人工作环境的DEM图,并进行地貌特征提取;采用地貌特征与评价指标之间的映射,遍历DEM图中每个栅格,得到机器人的通过性地图及腿式、轮式运动代价图;然后在代价图上,以机器人出发点为随机树的根节点,采用单纯腿式运动,以标准随机树算法进行扩展,逐渐增加叶节点直至随机树的叶节点中包含了终点,得到从出发点到终点之间的一条单纯腿式运动目标路径,并估计该路径的代价,作为初始代价迭代求解,至所用的时间超过用户设定的最大时限。本发明为轮/腿机器人提供了一种混合运动规划的解决方法,运动规划结果可以显著提高机器人的通过性及平均运行速度。 | ||
搜索关键词: | 一种 机器人 复合 运动 路径 规划 方法 | ||
【主权项】:
1.本发明一种六轮/腿机器人复合运动路径规划方法,其特征在于:通过下述步骤完成:步骤1:探测并确定机器人工作环境信息,建立其工作环境的DEM图;步骤2:对步骤1中建立的DEM图进行特征提取,包括:坡度、台阶类障碍高度与粗糙度三种地貌特征;采用三种地貌特征与评价指标之间的映射,遍历DEM图中每个栅格,得到机器人的通过性地图及腿式、轮式运动代价图,图中标记有机器人轮式及腿式运动都可以通过的栅格,轮式及腿式运动都不能通过的栅格,以及只有腿式运动可以通过的栅格;步骤3:规划获得机器人最佳混合路径;A、在步骤2中得到的腿式运动代价图上,以机器人出发点qstart为随机树的根节点,机器人采用单纯腿式运动,以标准随机树算法进行扩展,逐渐增加叶节点直至随机树的叶节点中包含了终点qgoal,得到从qstart到qgoal之间的一条单纯腿式运动目标路径T{1};B、估计目标路径T{1}的代价Tc;C、以Tc为初始代价,进行迭代求解,至所用的时间超过用户设定的最大时限;每次迭代中寻找到的混合运动路径代价需小于(1‑ε)Tc,其中ε为迭代因子;每一次迭代步骤如下:Ⅰ、在机器人周围的通过性地图中已生成的部分随机树,设定起始点qstart,终点为qgoal点,由操作者设定;以点代表随机树的节点,其中,实心点表示采用腿式运动通过的点,空心点表示采用轮式运动通过的点;节点之间的连线表示机器人的运动路径,若一段路径的两端节点分别为实心和空心点,或两端节点均为实心点,则机器人采用腿式运动模式通过该段路径;若一段路径的两端节点均为空心点,则机器人采用轮式运动模式通过该段路径;以起始点qstart点为随机树的起始点,初始化qnew=qstart,qnew代表通过最新一次拓展获得的可以加入随机树的节点;Ⅱ、若qnew与qgoal之间的距离小于设定值阈值dis_threshold,则进行步骤Ⅵ,否则进行步骤Ⅲ;Ⅲ、在已建立的通过性地图上选取一个目标点qtarget,选取方法如下:在区间[0,1]内生成一个随机数p,且p服从均匀分布,若p 其中,q1,q2分别为起始和目标点变量,line(q1,q2)为连接q1,q2的线段上所有栅格点的集合;Ⅳ、在已生成的随机树上选取距离qtarget依次最近的3个节点qnear_1,qnear_2,qnear_3,并通过以下方法,从选取的3个节点扩展3条子路径到qtarget,每条子路径为从qnear_k向qtarget生长的直线段,k为自路径编号,k=1,2,3;并估计这三条子路径的可行性:1)若子路径经过机器人轮式及腿式运动不可以通过的栅格,则子路径扩展失败,进行其它子路径的扩展;2)子路径从qnear_k向qtarget生长时,遇到轮式及腿式运动都可以通过的栅格时,采用轮式运动方式通过;3)子路径从qnear_k向qtarget生长时,遇到只有腿式运动可以通过的栅格时,机器人转化为腿式运动模式,采用腿式通过;4)形成的子路径中,若存在一个轮式及腿式运动都可以通过的栅格时,相邻的两个栅格均为机器人轮式及腿式运动不可以通过的栅格时,则将这个轮式及腿式运动都可以通过的栅格的通过方式改为机器人轮式及腿式运动不可以通过的栅格;生成的子路径可行性的判断方法为:Cost(qstart,qnear)+Cost(qnear,qtarget)+h(qtarget,qgoal) 为连接a,b的子路径的代价总和,即a,b的子路径上每个栅格的轮/腿运动形式的评价指标
其中node为自路径上栅格编号,mode代表w,l,postion为连接a,b的子路径上的节点的累积;Ⅴ、三条子路径可行,若3条子路径中,有一条及以上的路径可行,则随机选取一条子路径加入到现有随机树中,并令qnew=qtarget,返回步骤Ⅱ;若3条子路径均扩展不成功,则在每个子路径上重新获取目标点,
λ=λ‑0.2,初始时,令λ=0.8,获取每个子路径新目标点后,重复步骤Ⅳ进行扩展;若λ=0时,则整个子扩展过程失败,返回步骤Ⅲ,否则返回步骤Ⅴ继续进行子扩展;Ⅵ、返回形成的RRT,获得从起始点qstart到目标点qgoal的路径,并估计该路径的代价,令其等于Tc,至此完成一次路径规划迭代子过程。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610158085.5/,转载请声明来源钻瓜专利网。
- 上一篇:用于显示综合视觉系统视图方向的装置及方法
- 下一篇:一种胰腺移植血糖检测装置