[发明专利]基于滚动窗的深度搜索与模糊控制融合的路径规划方法

说明书

技术领域

本发明涉及机器人技术领域，特别涉及一种基于滚动窗的深度搜索与模糊控制融合的路径规划方法。

背景技术

机器人是自动执行工作的机器装置。它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。目前机器人的研制正以惊人的速度在世界各地发展起来。在移动机器人相关技术的研究中，导航技术是其核心，而路径规划作为导航中的核心内容之一受到越来越多的关注，已有大量研究成果。

目前，常用到的方法有可视图法、启发式图搜索法、人工势场法、A*算法等。这些算法有各自的优缺点，如人工势场具有很好的实时性，但存在陷阱区域，A*算法更适合解决单目标优化问题。近几年，随着人工智能算法的研究不断确定进展，许多智能算法也被用到移动机器人的路径规划中，包括模糊逻辑、神经网络、遗传算法、蚁群算法以及粒子群算法等。这些算法都有各自的优点，但也存在许多问题，如算法复杂、局部最优、搜索空间过大等。这些算法对硬件条件要求高，并且不能满足机器人的实时性要求。

发明内容

本发明的目的是提出基于滚动窗的深度搜索与模糊控制融合的路径规划方法，旨在提出一种路径规划方法，该方法利用滚动规划，限制深度搜索范围，能快速找到全局路径关键点，减少规划时间；并且在路径关键点间使用模糊控制，指导局部路径规划，具有实时避障功能。

本发明采用以下方案实现：一种基于滚动窗的深度搜索与模糊控制融合的路径规划方法，其特征在于包括以下步骤：

步骤S01：环境建模，采用极坐标方式；

步骤S02：滚动优化深度搜索寻找路径关键点，以机器人当前位置为圆心，以机器人传感器距离为半径，做圆形滚动窗，根据目标点位置和特定的优化策略计算下一步的最优子目标，即获得路径关键点；

步骤S03：检测路径关键点是否有效，在两两相邻的路径关键点间使用模糊控制，寻找路径，到达目标点。

在本发明一实施例中，所述步骤S01的具体实现方式：

步骤S011：设机器人的当前位置为S_i，机器人传感器的感应距离为R，S_i与目标点间G的距离为D；以S_i为圆心做滚动窗C_i，如果R≤D，则滚动窗C_i半径为R，如果R>D，则滚动窗C_i半径为D；以S_i为射线出发点，做平行于x轴的射线，将此射线作为极坐标轴；

步骤S012：空间中的障碍物以极径和极角表示；

步骤S013：将滚动窗C_i，划分为n个扇形区域{d₁,d₂,...,d_n}，每个扇形的角度为360/n度。

在本发明一实施例中，所述步骤S02的具体实现方式：

步骤S021：初始化m个局部探索点；

连接机器人当前位置S_i与目标点G，连线与滚动窗C_i相交于P_i点；

在S_iP_i线段上，均匀设置m个探测点{q₁,q₂,...,q_m}，并以S_i为圆心，以S_i到各个探测点的距离为半径，做m个同心圆；

步骤S022：调整探测点位置，找到该滚动窗上的路径关键点；

从第一个探测点开始依次检测，先检测S_iq₁连线是否与障碍物相交，如果不相交，则保留q₁点；如果相交，则在q₁所在扇面对应的弧段上的非障碍物区域，重新设置q₁点，直至S_iq₁连线与障碍物不相交，或到达最大迭代次数；

再检测q₁q₂，按照调整位置方法调整q₂位置，确定q₂位置后，再检测q₂q₃，确定q₃位置，一直到检测q_mP_i，确定关键路径点P_i的位置。

在本发明一实施例中，所述步骤S03的具体实现方式：