[发明专利]一种基于改进人工势场法的机器人路径规划方法

说明书

本发明公开了一种基于改进人工势场法的机器人路径规划方法，包括步骤1：初始化物流车间信息，确定机器人当前位置、目标位置、障碍物的位置；步骤2：根据A*算法，进行全局路径规划得到初始路径，拐点设置为子目标点；步骤3：将障碍物设置为斥力级，目标点为引力级；步骤4：机器人在行驶过程中如遇到障碍物时计算受到的引力及斥力，并计算合力的方向大小，引导机器人行驶；步骤5：将人工势场法的斥力场函数进行优化，引入碰撞系数；步骤6：机器人在传感器检测到周围障碍物后利用改进的人工势场法进行局部避障；步骤7：避开障碍物后引导机器人回到初始路径；步骤8：若已行驶到最终目标点，则结束算法循环，否则，跳转到步骤4。

技术领域

本发明涉及机器人路径规划技术领域，特别涉及一种基于改进人工势场法的机器人路径规划方法。

背景技术

随着21世纪人工智能发展越来越迅速，智能机器人被运用到各个行业领域内。而电商行业发展也如日中天，当今社会对仓储物流车间的需求也与日俱增，智能机器人在物流车间的运用也越来越广泛，大大的节省了人力成本。

智能机器人的核心之一就是路径规划技术，它决定着车辆是否能在多种障碍物约束的环境中顺利并快速的到达目标位置。障碍物约束包括静态障碍物和动态障碍物，路径规划使机器人在地图中对各种障碍物智能避障。

人工势场法结构较为简单，便于在底层进行实时控制，广泛应用在实时避障方面。但是传统人工势场法在遇到动态障碍物后产生的引力和斥力相同时，会引发局部极小值，使得机器人不能到达目标点。有学者做了大量的研究，针对局部极小值的产生做出了很多改进措施，比如加入其他算法先规划初始路径，如A*算法。

虽然加入其他算法可以解决局部极小值的问题，但是会机器人会在行驶过程中遇到目标不可达的问题。

发明内容

为了克服现有技术中的不足，本发明提供一种基于改进人工势场法的机器人路径规划方法，优化了斥力场函数，使得目标点永远处在势力最小值处，保证车辆会回到目标点。

为了达到上述发明目的，解决其技术问题所采用的技术方案如下：

一种基于改进人工势场法的机器人路径规划方法，包括以下步骤：

步骤1：初始化物流车间信息，确定机器人当前位置、目标位置、静态和动态障碍物的位置；

步骤2：根据A*算法，进行全局路径规划，得到初始路径，初始路径中每一个拐点设置为子目标点；

步骤3：将障碍物及物流车间环境中的边界设置为斥力级，子目标点引力级，将目标点设置为势能最小值点；

步骤4：机器人在行驶过程中如遇到障碍物时计算机器人当前位置受到的引力及斥力，并计算合力的方向机大小，根据合力引导机器人往下一个地方行驶；

步骤5：将人工势场法的斥力场函数进行优化，在人工势场法中引入机器人碰撞系数；

步骤6：机器人在传感器检测到周围有未知动态障碍物后利用改进的人工势场法与障碍物相斥的原理进行局部避障；

步骤7：避开障碍物后势力引导机器人回到初始路径；

步骤8：若已行驶到最终目标点，则结束算法循环，否则，跳转到步骤4。

进一步的，所述步骤2中A*算法规划全局路径的具体操作如下所述：

A*算法的估价函数定义如下：

f(j)＝g(j)+h(j)

其中，f(j)是节点j的估价函数；g(j)为节点j的实际代价函数，表示从起始节点到当前节点的实际移动开销；h(j)为节点j的启发函数，表示从当前节点到目标节点最优路径的估计移动开销，使得路径搜索具有方向性；