[发明专利]一种室内移动机器人的路径规划算法

权利要求书

1.一种室内移动机器人的路径规划算法，其特征在于，包括如下步骤：

步骤一、根据已知地图中障碍物和非障碍物的位置信息以及机器人的长宽尺寸建立障碍物膨胀尺寸较大的全局规划地图；

步骤二、利用经典A*算法进行全局路径规划，根据当前位置和目标位置，规划出全局路径；

步骤三、提取出机器人当前位置附近区域中全局路径序号最接近目标点序号的全局路径点，将此点作为全局路径的动态关键点Local_Goal；

步骤四、根据已知地图中障碍物和非障碍物的位置信息、机器人的长宽尺寸和全局规划地图的膨胀参数，建立障碍物膨胀尺寸较小的局部规划地图；

步骤五、建立室内移动机器人运动模型；

步骤六、根据室内移动机器人运动模型和运动参数约束，计算出可行的加速度矢量空间A_r；

步骤七、根据步骤五中得到的加速度矢量空间A_r和运动模型及运动参数约束，计算出可行的速度采样空间V_r；

步骤八、将速度采样空间V_r按采样时间间隔d_t进行速度采样，进而将采样速度代入移动机器人运动模型中，进行时间T内的仿真模拟，然后将模拟结果带入到改进评价函数F_n进行计算，选出到动态关键点Local_Goal的最优的速度轨迹。

2.如权利要求1所述的一种室内移动机器人的路径规划算法，其特征在于：所述步骤六中的运动参数包括室内移动机器人的加加速度矢量和加速度矢量，所述步骤七中的运动参数包括室内移动机器人的加速度矢量和速度矢量。

3.如权利要求1所述的一种室内移动机器人的路径规划算法，其特征在于：所述步骤五中移动机器人运动模型：

x_(t+1)＝x_t+v*d_t*cosθ_t

y_(t+1)＝y_t+v*d_t*sinθ_t

θ_(t+1)＝θ_t+d_t*ω

其中，[x_t,y_t,θ_t]为当前时刻的机器人位姿信息，[x_t+1,y_t+1,θ_t+1]为下一时刻的机器人位姿，d_t为采样时间，v和ω分别为机器人的线速度值和角速度值。

4.如权利要求1所述的一种室内移动机器人的路径规划算法，其特征在于：所述步骤六中可行的加速度矢量空间A_r表示搜索的加速度矢量空间，

A_r＝A_s∩A_d，

其中A_s表示参数设置中可达到的加速度矢量集合；A_d表示符合加加速度要求的全部加速度矢量集合；

A_S＝{(av,aw)|av∈[0,av_max],aw∈[-aw_max,aw_max]}；

A_d＝{(av,aw)|av∈[av₀-aα_v·dt,av₀+aα_v·dt],aw∈[aw₀-aα_v·dt,aw₀+aα_v·dt]}；

其中，av_max为机器人最大可达到的平移加速度；aw_max为最大旋转加速度；aα_v和aα_w分别为最大平移加加速度和最大旋转加加速度；av₀和aw₀分别为当前时刻的加平移速度和旋转加速度；d_t为采样周期间隔。