[发明专利]一种基于拓扑地图的机器人路径规划方法及系统

说明书

本发明公开一种基于拓扑地图的机器人路径规划方法及系统。所述方法包括：获取散点图，并在所述散点图中设置机器人的初始运动点和目标点，所述散点图是由包含有障碍物节点的实际环境抽象而成；根据所述散点图构建与所述散点图对应的维诺图；计算所述维诺图中各边的行驶代价；根据所述行驶代价采用改进的迪杰斯特拉算法，得到多条路径；根据粒子群算法从多条所述路径中确定最短路径。采用本发明的方法或系统，能够避免目标函数权重赋值靠经验，搜索空间不完整的缺点。

技术领域

本发明涉及机器人路径规划领域，特别是涉及一种基于拓扑地图的机器人路径规划方法及系统。

背景技术

路径规划技术是机器人研究的核心内容之一，机器人定位与环境地图构建就是为路径规划服务的。所谓机器人路径规划技术，就是机器人根据自身传感器对环境的感知，自行规划处一条安全的运行路线，同时高效的完成作业任务。通常，移动机器人路径规划需要解决三个问题：使机器人能从初始位置运动到目标位置；用一定的算法能绕开障碍物；在完成以上任务的前提下，尽量优化机器人运行轨迹。专利号为CN107368077A的发明专利，一种基于遗传-蚁群算法的机器人路径规划方法，采用栅格法对环境建模，将全局空间转化为大量小栅格，并采用进化算法优化路径。全局环境较小时，该方法有较高准确性和实用性，但存在大环境下存储资源占用过多的缺陷。专利号为CN107065876A的发明专利，基于改进粒子群优化的移动机器人路径规划方法，采用多目标加权求和转化为单目标问题的方法，相较于多目标粒子群算法，限制了搜索空间，且权重的不断更新，增加了算法复杂性。

发明内容

本发明的目的是提供一种基于拓扑地图的机器人路径规划方法及系统，避免目标函数权重赋值靠经验，搜索空间不完整的缺点。

为实现上述目的，本发明提供了如下方案：

一种基于拓扑地图的机器人路径规划方法，所述方法包括：

获取散点图，并在所述散点图中设置机器人的初始运动点和目标点，所述散点图是由包含有障碍物节点的实际环境抽象而成；

根据所述散点图构建与所述散点图对应的维诺图；

计算所述维诺图中各边的行驶代价；

根据所述行驶代价采用改进的迪杰斯特拉算法，得到多条路径；

根据粒子群算法从多条所述路径中确定最短路径。

可选的，所述根据所述散点图构建与所述散点图对应的维诺图，具体包括：

依次连接所述散点图中距离最近的三个障碍物节点，得到多个三角形，所述三角形的外接圆中不含有其他障碍物节点，各所述三角形构成三角网；

对所述三角网中每条边作中垂线，得到各所述中垂线相交构成的网格图，所述网格图为维诺图。

可选的，所述行驶代价包括路径长度和危险程度。

可选的，所述计算所述维诺图中各边的行驶代价，具体包括：

根据计算路径长度d；

其中，d为两个不同点之间的路径长度，(x₁,y₁)为边端点1的坐标，(x₂,y₂)为边端点2的坐标；

根据计算危险程度w；

其中，w为所有障碍物节点对边的威胁值之和，(x₁,y₁)为边端点1的坐标，(x₂,y₂)为所述边端点2的坐标，(x_i,y_i)为障碍物节点的坐标，d1表示障碍物节点到边端点1的第一路径的长度，d2表示障碍物节点到边端点2的第二路径的长度。