[发明专利]一种足式机器人路径规划方法

说明书

本发明公开了一种足式机器人路径规划方法，利用改进的A*算法和自适应DWA算法规划出机器人运动的合理路径，改进A*算法的其中一个特点就是只要环境中存在从起始点到达目标点的可通行路径，它总是能够成功搜索得到，这一点相比于其他局部路径算法具有非常突出的优势，本方法采用的融合算法的思想就是利用这一特性进行全局路径规划，然后再结合自适应DWA进行实时的局部规划，从而使最终路径近乎全局最优的同时也具有较好的动态适应能力。

技术领域

本发明属于机器人技术领域，具体涉及一种足式机器人路径规划方法。

背景技术

足式机器人相比于轮式、履带式等其他类型移动机器人的最大优势在于:其对多种环境类型的良好适应性，与轮式和履带式不同的通过离散落足点与地面相接触的行走方式，使足式机器人既可以轻易的通过较为崎岖复杂的环境，又可以避免对环境造成破坏。由于足式机器人需要在野外环境中完成相关任务，而野外环境常常是十分复杂且不可预期的动态环境，所以机器人要完成任务就必须具备在这样的环境能够规划出可通行路径的能力。路径规划方法的分类较多，大致可归纳为全局和局部规划两大类。全局规划无法适应动态环境，不能满足足式机器人实时避障的要求；局部规划的局部信息造成局部极值问题，且在大多数情况下无法获取最优路径。

发明内容

本发明提供了一种足式机器人路径规划方法，它既解决了全局路径规划方法无法应对动态环境，又解决了局部路径规划因为缺乏全局信息而容易陷入局部极值造成路径反复的问题，而且所得路径的长度和平滑性均较好。

为达到上述目的，本发明所述一种足式机器人路径规划方法，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。

进一步的，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：

Step1、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；

Step2、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；

Step3、判断Step 2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；

Step4、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；

Step5、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Step2执行；