[发明专利]一种基于改进A*算法的自主导航智能轮椅路径规划方法

权利要求书

1.一种基于改进A*算法的自主导航智能轮椅路径规划方法，其特征在于：通过以下步骤实现：

步骤一、地图初始化：将地图栅格化并确定起点、终点；

步骤二、地图预处理：利用蜜糖扩散法对地图每个栅格标记气味素值；

步骤三、全局路径规划：通过A*算法进行全局路径规划，且A*算法运行后每个节点只向气味素值比自身大的方向进行扩展；

步骤四、局部路径规划：在轮椅移动过程中，若遇到动态障碍物，则通过滚动窗口算法进行局部路径规划，若未遇到则直接执行步骤六；

步骤五、若轮椅陷入局部极小点，进入障碍物边沿跟随模式绕过障碍物；

步骤六、完成路径规划。

2.根据权利要求1所述的基于改进A*算法的自主导航智能轮椅路径规划方法，其特征在于：所述的步骤二中利用蜜糖扩散法对地图每个栅格标记气味素值通过以下步骤实现：

步骤二一、将路径规划起点所在的栅格作为源点，并将其气味素值设置为1；

步骤二二、采用8邻域扩展方式向外扩散气味，每扩散一次，气味素值加1；

步骤二三、在扩散的过程中如果遇到已经标记有气味素值的栅格或者障碍物栅格则不进行标记；

步骤二四、当地图中除障碍物外的所有栅格均标记气味素值后则标记结束。

3.根据权利要求1所述的基于改进A*算法的自主导航智能轮椅路径规划方法，其特征在于：所述步骤三中将蜜糖扩散法预处理后的地图中的每个栅格视为一个节点，采用A*算法进行全局路径规划，具体步骤为：

步骤三一、创建一个open list和一个close list，open list和close list初始状态均为空；

步骤三二、将起点视为当前节点，加入open list；

步骤三三、遍历open list，找到F值最小的节点并设为当前节点，将其加入closelist；

F值计算公式为：F=G+H，其中G值为起点、搜索过程中所选的父节点到当前节点过程中每两个相邻节点间的欧式距离和；H值为在无视障碍物的情况下从当前节点到终点的曼哈顿距离，即从当前节点到终点在水平方向和垂直方向上走过的距离和；

步骤三四、按下述a-c顺序判断气味素值比当前节点大且与当前节点相邻的所有待扩展节点：

a.若待扩展节点是障碍物所在节点或者已在close list中则忽略该待扩展节点；

b.若待扩展节点不是障碍物所在节点，也不在close list中，且不在open list中，则将其加入open list，并把当前节点设为其父节点，记录该待扩展节点的F、G和H值；

c.若待扩展节点已在open list中，当经过当前节点到达该待扩展节点的G值大于不经过当前节点直接到达该待扩展节点的G值，则将当前节点移出open list，并重新计算该待扩展节点的F、G和H值，然后将该待扩展节点设置为当前节点并将其加入close list；

步骤三五、重复步骤三三-步骤三四直至将终点加入open list；

步骤三六、将起点、搜索过程中所选的父节点及终点依次相连得到A*算法规划的全局路径。

4.根据权利要求1所述的基于改进A*算法的自主导航智能轮椅路径规划方法，通过滚动窗口算法进行局部路径规划，其特征在于：

在轮椅移动过程中，若遇到动态障碍物，通过滚动窗口算法进行局部路径规划，当检测到轮椅陷入局部极小点时则跳出滚动窗口算法，采用障碍物边沿跟随模式以摆脱局部极小点，即令轮椅沿着障碍物边沿一直保持一定距离移动，直到完全绕开障碍物。

5.根据权利要求4所述的基于改进A*算法的自主导航智能轮椅路径规划方法，其特征在于：判断轮椅陷入局部极小点的方法为：

当程序检测到轮椅移动方向连续发生两次接近180度的翻转时，则认定轮椅陷入局部极小点。