[发明专利]一种足式机器人路径规划方法

权利要求书

1.一种足式机器人路径规划方法，其特征在于，包括以下步骤：

步骤1、利用机器人配置相机采集环境图像；

步骤2、利用采集的环境图像并基于栅格法创建机器人创建环境模型；

步骤3、基于环境模型规划出全局路径，然后对全局路径进行路径优化，得到优化后的路径；

步骤4、以优化后的路径中的每一个路径点作为DWA的目标点来进行局部路径规划，得到最终的规划路径。

2.根据权利要求1所述的一种足式机器人路径规划方法，其特征在于，所述步骤3中，采用改进的A*算法规划全局路径，规划全局路径包括以下步骤：

S1、确定起始点S和目标点G，创建open表和close表，并将close表初始化为空集，将起始点S存储到open表中；

S2、判断open表是否为空：

如果open表为空，则搜索结束；反之，取open表中评价函数f(n)值最小的结点作为最佳结点，将最佳结点从open表中删除，并加入到close表中；

S3、判断S2选取的最佳结点是否为目标点G，如果是，则流程结束；反之，则以该结点为父结点在其周围扩展子结点，并计算所有子结点的评价函数f(n)值；

S4、判断子结点是否在open表中：

如果子结点在open表中：则判断子结点基于最佳结点产生的机器人从起始点到当前点n已经历的实际代价g(n)值是否小于其原来在open表中该子结点对应的机器人从起始点到当前点n已经历的实际代价g(n)值：如果是，则更新该子结点的机器人从起始点到当前点n已经历的实际代价g(n)值和评价函数f(n)值；如果不是，保留子结点在open表该结点的g(n)值和评价函数f(n)值；

如果不在open表中：则判断该子结点是否在close表中，如果在，则忽略该子结点；

如果该子结点不在close表，则将其添加到open表中，然后跳到步骤Step2执行；

S5、继续搜寻最佳结点的邻接子节点，如果存在邻接子节点，则跳到步骤Step4执行，如果不存在邻接子节点，则跳到步骤S2执行；

S6、找到目标点G后，逆序遍历父结点得到路径。

3.根据权利要求2所述的一种足式机器人路径规划方法，其特征在于，所述S3中，评价函数f(n)＝g(n)+e^h(n)*h(n)，h(n)为启发函数。

4.根据权利要求1所述的一种足式机器人路径规划方法，其特征在于，所述步骤3中，路径优化包括以下步骤：

Step1、将A*算法规划所得的路径点从起始点到目标点依次排序，得到一组序列：a(1)，a(2)，a(3)….a(N)，其中，a(1)为起始点，a(N)为目标点；

Step2、令s＝1，m＝N，b(1)＝a(1)；

Step3、连接a(s)与a(m)形成线段L(s,m)；

Step4、判断L(s,m)是否与障碍物相交：

若L(s,m)与障碍物相交，则m＝m-1，跳转至Step3；

若L(s,m)与障碍物不相交，则连接a(s)与a(s+1)形成的线段L(s,s+1)；

Step5、判断线段L(s,s+1)与线段L(s,m)在是否同一直线上：

若线段L(s,s+1)与线段L(s,m)在同一直线上，删除a(s)点，令s＝s+1，m＝N，跳转至Step3；

若线段L(s,s+1)与线段L(s,m)不在同一直线上，则保存a(s)为关键路径点b(i)，且i＝i+1；

Step6、判断a(s)是否为目标点a(N)：

如果是，则流程结束，连接b(i)各点生成新优化路径；

如果a(s)不是目标点，则重复步骤Step3至Step4，直至a(s)为目标点。

5.根据权利要求1所述的一种足式机器人路径规划方法，其特征在于，所述步骤4中，局部路径规划的具体过程为：首先根据机器人自身物理特性在速度空间中按照采样得到多组速度，然后假设机器人在这些速度下进行运动，经过设定时间后得到多组对应的轨迹，再用评估函数G(v,ω)对上述轨迹进行评价，然后选出评估函数值最大的轨迹作为机器人下一时刻的路径。