[发明专利]一种基于改进RRT算法的智能农业车辆路径规划方法

权利要求书

1.一种基于改进RRT算法的智能农业车辆路径规划方法，其特征在于对RRT算法进行改进，使用改进的RRT算法能够快速为智能农业车辆快速规划出一条切实可行的路径，主要包括以下步骤：

步骤一：选定起始点q_start和目标点q_goal的中点q_m，保证能够选取起始点q_start的暂定目标点和目标点q_goal的暂定起始点，以中点q_m同时作为起始点q_start的暂定目标点和目标点q_goal的暂定起始点，从而可以同时生成四棵搜索树进行路径搜索，提高路径规划速率；

步骤二：在搜索的过程中，根据车辆的转向约束以及目标引导策略，提升搜索效率，保障生成路径的可执行性；

步骤三：在搜索的过程中，运用滚动优化的方法生成滚动窗口，以利用实时感知到的窗口信息，进行迭代路径规划生成，从而实现动态避障；

步骤四：在路径回溯时，分别从中点q_m向起始点q_start回溯路径以及从目标点q_goal向中点q_m回溯路径，最后以目标点q_goal回溯整体路径，生成平滑路径；

所述步骤三中，基于滚动窗口实现动态避障，具体为：

1)以车辆搭载的传感器获得实时障碍物信息，构建局部滚动窗口Win(q_R(t))，若此时目标点q_goal∈Win(q_R(t))，则取子目标点q_sub-goal＝q_goal，否则利用启发式函数f(q)＝g(q)+εh(q)，选取使得f(q)取最小值的点为子目标点q_sub-goal；

2)采用启发式方法生成局部子目标点，在当前滚动窗口内规划一条优化的局部可行路径，启发估价函数为：f(q)＝g(q)+εh(q)；其中：

g(q)＝d(q_start，q)；

εh(q)是从当前节点到目标节点的估计代价，ε为调整因子，通过调整ε选择估价函数最小值的节点，从而确定最优子目标；

3)确定子目标后，进行下一轮的周期滚动规划，直到到达目标点。

2.根据权利要求1所述的一种基于改进RRT算法的智能农业车辆路径规划方法，其特征在于，所述步骤一中，选定起始点和目标点的中点q_m，具体为：

以(x_s，y_s)表示起始点q_start的位置，(x_g，y_g)表示目标点q_goal的位置，则中点q_m的位置表示为

运用函数detect(q)判断中点q_m所处位置是否为自由区域Z_free，若为障碍物区域，则输出为1，不采用此中点；若是自由区域，则输出为0，采用此中点；

若不是自由区域，则以调整步长d的方式迭代搜寻属于自由区域的中点并且设定迭代次数k，并且判断当前迭代次数是否k_d≤k，此时中点直到确定中点q_m。

3.根据权利要求1所述的一种基于改进RRT算法的智能农业车辆路径规划方法，其特征在于，所述步骤二中，基于车辆转向约束和目标引导策略生成路径，车辆转向约束为：|δ|δ_max；目标引导策略为以一定的概率P向目标点进行扩展，有效提高搜索效率。

4.根据权利要求1所述的一种基于改进RRT算法的智能农业车辆路径规划方法，其特征在于，在路径回溯时，分别从中点q_m向起始点q_start回溯路径以及从目标点q_goal向中点q_m回溯路径，最后以目标点q_goal回溯整体路径。