[发明专利]一种机器人路径规划方法、存储介质及设备

说明书

本发明公开了一种机器人路径规划方法、存储介质及设备，所述方法包括：采用蜂巢栅格法对机器人行走的环境地图进行构建，建立环境地图模型；对机器人的行走路径进行最优路径搜索，规划出一条最优路径；对机器人的折线路径进行平滑处理。本发明采用蜂巢栅格方法对环境地图进行划分，避免了传统栅格法中转角过大、有效性和安全性问题；并将蜂巢栅格法和以植物为研究对象的树生长模拟算法结合，发挥各部分的优点，从新的方面来探究机器人路径规划问题。

技术领域

本发明涉及机器人路径规划领域，尤其涉及一种机器人路径规划方法、存储介质及设备。

背景技术

随着机器人产业发展迅速，智能化程度越来越高，机器人已经被广泛地用于各个领域，而路径规划问题是机器人控制和导航中的重要一环，一个好的路径规划策略可以保证机器人安全有效地完成指定任务，因此近年来，机器人的路径规划问题已经被广泛地探索和研究。

传统机器人路径规划多采用栅格法构建环境地图，算法模型主要是以模拟物理化学规律或者动物、昆虫，细菌等生物的生活方式为背景技术的传统研究方法，通过建立模型去描述自然界中的现象，这类模型往往能得到良好的近似解甚至最优解，从而使得算法的应用领域得到迅速拓宽。

从生存角度来说，上述生物必须在较短时间内完成一些行为，这类仿生算法虽然在求解优化问题时，能快速收敛到一个满意解，但算法收敛速度较快，容易使算法陷入局部极值点。传统的栅格法还存在转角过大、有效性和安全性较低等问题。

植物的生长方式不同于其他生物，它生长速度较慢、生存区域较广、生长时间较长，植物的适应能力在一定程度上超过其他生物群体。可见，以植物的生长方式为背景的树生长算法能为机器人路径规划问题提供一种新的思路。

发明内容

针对现有技术中的缺陷，本发明提供一种机器人路径规划方法、存储介质及设备，采用蜂巢栅格方法对环境地图进行划分，避免了传统栅格法中转角过大、有效性和安全性问题；并将蜂巢栅格法和以植物为研究对象的树生长模拟算法结合，发挥各部分的优点，从新的方面来探究机器人路径规划问题。

第一方面，本发明提供了一种机器人路径规划方法，所述方法包括：

采用蜂巢栅格法对机器人行走的环境地图进行构建，建立环境地图模型；

对机器人的行走路径进行最优路径搜索，规划出一条最优路径；

对机器人的折线路径进行平滑处理。

进一步地，所述采用蜂巢栅格法对机器人行走的环境地图进行构建，建立环境地图模型，具体包括：

设蜂巢栅格的边长为1，x_max、y_max分别表示X轴方向和Y轴方向的最大值；e₁、e₂分别表示X轴和Y轴上一个单位的向量，且

N_X为X轴上的最大序号数，N_Y为Y轴上的最大序号数；

则栅格坐标与序号的关系表示为：

其中，N_x1为第一奇数行栅格最大序号数，N_x2为第一偶数行栅格最大序号数，序号与栅格的对应关系如图3所示。

进一步地，所述对机器人的行走路径进行最优路径搜索，规划出一条最优路径，具体包括：

利用树向光分枝生长的寻优原理，采用树生长模拟算法对移动机器人进行全局遍历式路径规划，寻找出一条从起点到终点的最优路径。

进一步地，所述树生长模拟算法的具体过程包括：