[发明专利]基于可视图和贪心算法结合的机器人路径规划方法

说明书

本发明涉及一种涉及基于可视图和贪心算法结合的机器人路径规划。包括以下步骤：(1)利用计算机扫描机器人运动所涉及的地图环境，识别地图环境中的障碍物进行包络，通过可视条件筛选顶点。(2)连接起始点和目标点，连接线会穿越多个障碍物，将被穿越障碍物上的顶点放入集合S，未被穿越的障碍物的顶点放入另一个集合V。(3)按照夹角最小原则，不断更新next点和current。求出每一段的顶点，连接各个障碍物的顶点，最终得到全局的最优解。(4)本方法使计算量大大减小，删去了不必要的障碍物和顶点，大大降低了建模构图的复杂度，提高了运算效率，避免了机器人在运动过程中可能与障碍物发生碰撞。

技术领域

本发明涉及机器人路径规划领域，更具体地涉及到一种简化的可视图法的机器人规划算法。

背景技术

传统的机器人路径规划是利用可视图法将所有的障碍物等效成投影在平面内的多边形集合，经过对上述自由空间建模后，机器人路径规划问题被转化为网络图的最短路径问题，利用现有的数学理论：在平面障碍为多边形的情况下，最短路径一定是一条由起点经过各可视障碍顶点到达终点的一条折线，从而求出机器人绕开障碍物的最短路径。

可视图法的可视原则定义为对起始点、目标点和障碍物的各顶点进行组合连接，要求起始点、目标点和障碍物各顶点之间的连线均不能穿越障碍物，即直线是可视的。优点是概念直观，简单。可得到起始点到目标点的最短路径，缺点是在理论上将机器人等效为一个点，未能考虑到机器人大小对路径规划的影响，可能路径的数量随环境的复杂程度增加而递增，计算量大。

贪心算法一般将求解过程分成若干个步骤，但每个步骤都应用贪心原则，选取当前状态下最好的或最优的选择，并以此希望最后堆叠出的结果也是最好或最优的解。贪心算法采用从顶向下、以迭代的方法做出相继选择，每做一次贪心选择就是将所求问题简化为一个规模更小的子问题。

发明内容

发明目的是为了克服上述现有技术的不足，本发明提供了基于一种可视图法和贪心算法结合的方法。解决了传统的可视图法建模复杂、路径繁多、计算效率低的问题，具有自适应能力强、计算效率高的优点。

本发明所采用的技术方案是：一种基于可视图法和贪心算法结合的机器人路径规划方法，其按如下步骤进行：

S1利用计算机扫描机器人运动所涉及的地图环境，识别地图环境中的障碍物并通过封闭多边形进行包络，确定机器人最大的几何尺寸为l,并计算其平行包络为偏移0.5l后的图形,保留图形(如图1所示)。顶点的选择需要满足可视条件(1)起始点与障碍物顶点的线段不能穿越任何障碍物(2)当前顶点与下一个障碍物顶点的线段也不能穿越任何障碍物。

S2确定起始点s和目标点g，以起始点和目标点的连线为x轴构建直角坐标系，初始化地图环境中剩余的顶点，得到每个多边形顶点的相应坐标，并对访问起始点进行赋值，初始化函数及起始点赋值函数如下：

(1)

(2)

(3) θ(s,s)＝0

(4) θ(s,g)＝0

其中，θ(s,A_i)表示起始点s和顶点A_i的连线与x轴所形成的夹角，起始点s的坐标为(0,0)，目标点g的坐标为(x_g,0)。用A_i表示从障碍物上选定的顶点，计算障碍物上各个顶点和起始点s的连线与x轴所形成的夹角。所形成的夹角越小，最后所构成的折线路径在形状上也最接近最短路径，此为夹角最小原则(如图3所示)。选择其中夹角最小的线段作为第一段最短路径，将此时障碍物上的顶点记为节点，得到第一段最短路径和第一段局部最优顶点。