[发明专利]一种面向DEM的无道路区域路径规划算法的方法

说明书

本发明公开了一种面向DEM的无道路区域路径规划算法的方法，所述规划算法的方法为一种两层路径规划算法PRM‑A*，选择概率路线图(PRM)作为第一层规划策略，粗略地找到初始路径；然后膨胀初始路径，从而限制第二次路径搜索的范围，最后，在限定的范围内执行A*找到最终路径。本发明采用与坡度有关的时间成本和能源成本被用作路径质量的度量，以使规划的路径更符合人类的步行习惯。使用此方法，我们可以大大减少计划时间并保持路径质量。

技术领域

本发明涉及路径规划技术领域，具体涉及一种面向DEM的无道路区域路径规划算法的方法。

背景技术

路径规划，也称为导航问题，是找到一条起始地到目的地的有效路径的计算问题。机器人技术，地理信息和航空航天领域需要在各种应用场景中规划路径，例如机器人避障，选择汽车行驶路径，并规划无人机飞行路径。

路径规划有三大类算法，即基于搜索的规划，基于采样的规划和基于启发式的规划。最经典和使用最广泛的是基于搜索的规划算法，该类算法以BFS，Floyd，Dijkstra和FMM闻名；而这类算法的缺点在于随着规划节点的增多，规划速度变得极慢。为了减少计算资源的消耗，则有了基于采样的方法，以牺牲一定程度的精确度来换取速度的提升，例如PRM，RRT，这类算法常常被使用在机器人避障领域。基于启发式的规划则有蚁群算法、遗传算法、模拟退火算法，都使用类似于仿生学的原理来规划路径，但是这类算法的准确度无法得到保障，且对参数要求极高。当然也有它们的结合算法，A*就是基于搜索的算法，但是在其中加入了启发式函数，这类算法往往结合了它们的优势，在保证准确度的情况下拥有更高的效率。

在地理信息领域，具有路网的区域的道路规划的开发已经非常成熟。只要数据质量可靠，就可以快速规划-条合理的路径。但是对没有道路网的地区的研究尚未达到理想的水平。

无道路网区域广泛分布在山区和偏远地区。当我们需要在这些地方导航但没有路网时，我们需要使用遥感和测量技术来获取地形，气象和水文数据。除了在偏远地区进行旅行，勘测和研究外，月球和火星探测也需要无路网络规划技术。

现有的有关DEM/DTM上方路径规划的大多数文献都将栅格转换为图或将栅格直接视为图，然后在图上执行基于搜索的算法。将每个网格用作图形中的节点进行路径规划需要大量的计算资源。因此，有必要找到一种提高性能的策略，就像使用并行策略的文献和使用多层分辨率的文献一样。也有一些文献，特别是在机器人技术领域，使用基于采样的算法来规划包含地形和可遍历性信息的成本图。这些方法牺牲了一些准确性以加快路径搜索。还基于多种因素研究了基于启发式的路径规划算法，而不仅仅是避免了障碍。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种面向DEM的无道路区域路径规划算法的方法。

技术方案：为实现上述目的，本发明提供如下技术方案：

一种面向DEM的无道路区域路径规划算法的方法，所述规划算法的方法为一种两层路径规划算法PRM-A*，选择概率路线图(PRM)作为第一层规划策略，粗略地找到初始路径；

然后膨胀初始路径，从而限制第二次路径搜索的范围，最后，在限定的范围内执行A*找到最终路径；

具体的算法采用如下公式：

g＝dh/ds (1)

1/v＝0.75+14.6g²；C＝d/v (2)

Cw＝280.5g⁵-58.7g⁴-76.8g³+51.9g²+19.6g+2.5 (3)

Cw′＝(g+0.45)×(-2.018)+Cw_-0.45 (4)