一種改進A*算法的移動機器人路徑規劃方法技術

本發明專利技術涉及一種改進A*算法的移動機器人路徑規劃方法，其包括步驟：采用柵格法建立移動機器人工作環境的三維地圖模型；在三維地圖模型中，針對柵格存在部分障礙物的情況采用改進A*算法進行鄰域搜索，以提高生成路徑的合理性；同時，通過引入坡度信息的改進代價函數計算從起始節點開始到其每一個鄰域節點的代價值，使路徑更平緩，進而在保證搜索效率的前提下得到最優路徑。本發明專利技術改善了移動機器人易與障礙物邊緣發生碰撞的問題，解決了算法生成路徑在復雜地形中過于陡峭的問題。

【技術實現步驟摘要】
一種改進A*算法的移動機器人路徑規劃方法
本專利技術涉及一種機器人路徑規劃領域，特別是關于一種改進A*算法的移動機器人路徑規劃方法。
技術介紹
隨著社會發展，機器人的應用更為廣泛，移動機器人的路徑規劃問題更是目前的一個研究熱點。該問題可以描述為移動機器人按照某種性能指標在有障礙物的環境里從起點至終點間找到一條最短或最佳的安全無碰撞路徑。常用的路徑規劃算法有RRT算法、蟻群算法、人工勢場算法、SFLA、A*算法等。RRT算法搜索效率高，但得到的路徑往往和最優路徑相差甚遠。蟻群算法的收斂速度相對較慢且容易陷入局部最優狀態。人工勢場法雖然結構簡單易于實現，但仍存在目標不可達，障礙物前產生震蕩，規劃路徑不可達等問題。相較于其他路徑規劃算法，A*算法構建模型簡單，搜索效率高，針對靜態場景所得到的解接近最優解，對不同的場景具有很強的擴展性和適應性。A*算法同樣存在很多的不足之處，如生成路徑拐點較多，路徑不夠平滑，大范圍搜索情況下計算量大等問題。針對這些問題，國內外研究人員從不同角度提出不同的改進方案。Duchoň總結了Basictheta*、Phi*、JumpPointSearch這三種對A*算法的改進方法，Basictheta*和Phi*解決了A*算法不能全方向搜索的問題，最終得到的路徑長度更接近最優路徑，但計算效率低；JumpPointSearch能夠提高搜索效率，但搜索方向仍受到限制，得到的路徑相較于另外兩種搜索方法更長。A*算法的改進方法有很多，但在移動機器人路徑規劃中仍存在以下問題沒有很好的解決方案：沒有充分考慮移動機器人的體積而造成的路徑安全性問題；復雜地形環境下算法生成路徑合理性問題。
技術實現思路
針對在柵格地圖中移動機器人規劃路徑問題，傳統A*算法容易忽略機器人實際大小，生成的路徑存在與障礙物發生碰撞的可能性問題，本專利技術的目的是提供一種改進A*算法的移動機器人路徑規劃方法，其改善了移動機器人易與障礙物邊緣發生碰撞的問題。解決了算法生成路徑在復雜地形中過于陡峭的問題。為實現上述目的，本專利技術采取以下技術方案：一種改進A*算法的移動機器人路徑規劃方法，其包括以下步驟：S1、采用柵格法建立移動機器人工作環境的三維地圖模型；S2、在三維地圖模型中，針對柵格存在部分障礙物的情況采用改進A*算法進行鄰域搜索，以提高生成路徑的合理性；同時，通過引入坡度信息的改進代價函數計算從起始節點開始到其每一個鄰域節點的代價值，使路徑更平緩，進而在保證搜索效率的前提下得到最優路徑。進一步，所述步驟S1中，設置柵格地圖時，選取機器人投影面積和每一個柵格大小之比為2:3的比例構建取n×n的平面柵格地圖作為平面環境地圖模型，每一個柵格是一個節點，再將每一個柵格劃分為j×j的小柵格，進而得到一個p×p的二維平面地圖模型，在此基礎上在matlab中生成一個p×p高度的信息矩陣，用mesh函數生成一個三維地圖模型；其中，j、n均為大于1的自然數，p＝j×n。進一步，所述步驟S2中，將柵格地圖中的每個節點劃分為j＝4階的障礙物節點，并根據每個節點內障礙物的分布情況劃分為完全障礙物節點、部分障礙物節點和無障礙節點。進一步，選用j＝4階矩陣A來表示每一個柵格的障礙物信息并采用如下規則對節點進行分類：a)若矩陣A中不存在非0點則認為是無障礙節點；b)若矩陣A中主對角線或次對角線上存在兩個及以上非0點則認為該節點為完全障礙物節點；c)若矩陣A中第2、3列或第2、3行存在兩個及以上非0點則認為該節點為完全障礙物節點；d)除上述情況以外的節點認為是不完全障礙節點。進一步，在每一次鄰域搜索時，如果當前節點為對于完全障礙物節點或無障礙節點，則采用現有A*算法進行鄰域搜索，對柵格存在不完全障礙物的情況采用改進A*算法進行鄰域搜索。進一步，對柵格存在不完全障礙物的情況采用改進A*算法進行鄰域搜索，并根據節點中障礙物分布的情況判斷目標鄰域節點是否滿足可通行條件，具體方法如下：S21、建立節點拓展4階障礙物矩陣時障礙物節點序號表Nobs，已知每個節點都存在8個鄰域節點，用坐標的方式來表示，將當前點視為[0,0]，設定當前點0度的方向為[1,0]；S22、每個鄰域搜索方向都有不同的判斷條件，判斷當前節點在其鄰域搜索方向上是否滿足通行條件；S23、引入坡度信息的改進代價函數計算從起始節點開始到其每一個鄰域節點的代價值。進一步，所述障礙物節點序號表Nobs為：障礙物節點序號Nobs進一步，所述每個節點的8個鄰域節點的坐標及忽略項表示方法如下表所示：節點自身障礙物矩陣忽略項進一步，所述S22中，判斷方法如下：S221、在進行鄰域搜索時，對應搜索目標鄰域需滿足除對應忽略項外其余項均為0，認定當前節點在該方向上可以進行搜索；S222、在滿足節點自身能夠搜索該鄰域的條件時，判斷目標鄰域節點是否滿足可通行條件：當目標鄰域節點邊緣存在障礙物時，需要判斷目標鄰域節點的障礙物分布情況，當目標鄰域節點為右上節點時，考慮機器人在柵格地圖中移動的軌跡，將滿足可通行條件的障礙物情況分為兩種：a)目標鄰域節點障礙物分布為左上側時：即Nobs中1，2，5區域的任意區域存在障礙，其余區域均不存在障礙時，將軌跡中心點進行偏移以獲取可通行的路徑；b)目標鄰域節點障礙物分布為右下側時：即Nobs中12，15，16區域的任意區域存在障礙，其余區域均不存在障礙時，將軌跡中心點進行偏移以獲取可通行的路徑。進一步，所述S23中，具體計算方法為：S231、確定在山地行走時速度和坡度的關系為：1/V＝0.75+14.6slope2式中，Slope為坡度信息，Slope＝H/L，H為當前節點中最高的高度信息值,L為水平寬度；S232、對于存在坡度的路面計算其等效平面距離Seq，根據坡度和速度的關系，取其等效平面距離Seq為：Seq＝(1+Slopen2)×ρSlopen表示當前節點的坡度,ρ為兩個節點間的平面歐式距離；可得從起始節點到當前節點n的實際代價G(n)為：Gn＝Gn-1+(1+Slopen2)×Seq；S233、在已知當前節點和目標點之間的平面歐式距離的基礎上，假設從當前節點到目標節點的坡度信息均為Slopen，得到其等效平面距離Seq’：其中，Goalx表示x方向的最后終點，Goaly表示y方向的最后終點；在此基礎上再考慮目標點的坡度信息和當前節點坡度信息的差的等效平面距離，可得從當前節點n到目標點的代價估計值H(n)的計算方式：Hn＝[(Slopen-Slopegoal)2+1]×Seq’。本專利技術由于采取以上技術方案，其具有以下優點：1、本專利技術在設定機器人投影和每一個柵格大小比例關系的基礎上，將每一個柵格拓展為j階障礙物矩陣，針對柵格存在部分障礙物的情況對鄰域搜索方式進行改進以提高生成路徑的合理性。同時針本文檔來自技高網...

【技術保護點】
1.一種改進A*算法的移動機器人路徑規劃方法，其特征在于包括以下步驟：/nS1、采用柵格法建立移動機器人工作環境的三維地圖模型；/nS2、在三維地圖模型中，針對柵格存在部分障礙物的情況采用改進A*算法進行鄰域搜索，以提高生成路徑的合理性；同時，通過引入坡度信息的改進代價函數計算從起始節點開始到其每一個鄰域節點的代價值，使路徑更平緩，進而在保證搜索效率的前提下得到最優路徑。/n

【技術特征摘要】
1.一種改進A*算法的移動機器人路徑規劃方法，其特征在于包括以下步驟：
S1、采用柵格法建立移動機器人工作環境的三維地圖模型；
S2、在三維地圖模型中，針對柵格存在部分障礙物的情況采用改進A*算法進行鄰域搜索，以提高生成路徑的合理性；同時，通過引入坡度信息的改進代價函數計算從起始節點開始到其每一個鄰域節點的代價值，使路徑更平緩，進而在保證搜索效率的前提下得到最優路徑。


2.如權利要求1所述移動機器人路徑規劃方法，其特征在于：所述步驟S1中，設置柵格地圖時，選取機器人投影面積和每一個柵格大小之比為2:3的比例構建取n×n的平面柵格地圖作為平面環境地圖模型，每一個柵格是一個節點，再將每一個柵格劃分為j×j的小柵格，進而得到一個p×p的二維平面地圖模型，在此基礎上在matlab中生成一個p×p高度的信息矩陣，用mesh函數生成一個三維地圖模型；其中，j、n均為大于1的自然數，p＝j×n。


3.如權利要求1所述移動機器人路徑規劃方法，其特征在于：所述步驟S2中，將柵格地圖中的每個節點劃分為j＝4階的障礙物節點，并根據每個節點內障礙物的分布情況劃分為完全障礙物節點、部分障礙物節點和無障礙節點。


4.如權利要求3所述移動機器人路徑規劃方法，其特征在于，選用j＝4階矩陣A來表示每一個柵格的障礙物信息并采用如下規則對節點進行分類：



a)若矩陣A中不存在非0點則認為是無障礙節點；
b)若矩陣A中主對角線或次對角線上存在兩個及以上非0點則認為該節點為完全障礙物節點；
c)若矩陣A中第2、3列或第2、3行存在兩個及以上非0點則認為該節點為完全障礙物節點；
d)除上述情況以外的節點認為是不完全障礙節點。


5.如權利要求4所述移動機器人路徑規劃方法，其特征在于，在每一次鄰域搜索時，如果當前節點為對于完全障礙物節點或無障礙節點，則采用現有A*算法進行鄰域搜索，對柵格存在不完全障礙物的情況采用改進A*算法進行鄰域搜索。


6.如權利要求5所述移動機器人路徑規劃方法，其特征在于，對柵格存在不完全障礙物的情況采用改進A*算法進行鄰域搜索，并根據節點中障礙物分布的情況判斷目標鄰域節點是否滿足可通行條件，具體方法如下：
S21、建立節點拓展4階障礙物矩陣時障礙物節點序號表Nobs，已知每個節點都存在8個鄰域節點，用坐標的方式來表示，將當前點視為[0,0]，設定當前點0度的方向為[1,0]；
S22、每個鄰域搜索方向都有不同的判斷條件，判斷當前節點在其鄰域搜索方向上是否滿足通行條件；
S23、引入坡度信息的改進代價函數計算從起始節點開始到其每一個鄰域節點的代價值。


7.如權利要求6所述移動機器人路徑規劃方法，其特征在于，所述障礙物節點序號表Nobs為：
障礙物節點序號N...

【專利技術屬性】
技術研發人員：谷玉海，周超，龔志力，徐小力，
申請(專利權)人：北京信息科技大學，
類型：發明
國別省市：北京;11