[发明专利]一种基于自适应分辨率八叉树地图的改进RRT路径规划方法

权利要求书

1.一种基于自适应分辨率八叉树地图的改进RRT路径规划方法，其特征在于，通过建立评价函数，在RRT自动随机生长的基础上增加生长点的限定条件，排除掉冗余生长路线，使生长方向避开复杂环境，且主要朝向终点方向生长；最后，通过对节点进行重选择和重布线，实现对规划路径的平滑；

所述方法具体步骤为：

S1.建立自适应分辨八叉树地图，在此基础上，确定路径的起点S与终点G，确定路径规划过程中的碰撞条件；

所述碰撞条件为：

x_r-r-Δr≤P_rand,x≤x_r+r+Δr (1)

y_r-r-Δr≤P_rand,y≤y_r+r+Δr (2)

其中，P_rand表示当前生长点所处位置，(x_r,y_r)为障碍物的外接圆圆心坐标，r为半径，Δr为膨胀尺寸；

S2.建立生长点的评价函数，利用评价函数去掉RRT冗余生长点，减少无效生长树的随机路径；

所述生长点的评价函数基于五个参数来搭建，分别为随机生长点与父节点的欧氏距离、随机生长点到终点的连线与起点到终点连线的夹角余弦值、随机生长点指定半径范围内障碍物的最大八叉树地图分辨率值、随机生长点到最近障碍物外接圆圆心的欧氏距离、随机生长点与最近障碍物外接圆的切线和圆心到切点的夹角余弦值；评价函数的公式为：

其中，(x_i,y_i)表示随机生长点的坐标，(x_j,y_j)表示此随机生长点上一个父节点的坐标，(x_k,y_k)为距离此随机生长点最近的障碍物膨胀后形成的外接圆的圆心坐标，为随机生长点到父节点的欧式距离，为随机生长点到最近障碍物外接圆圆心的欧氏距离，参数θ₁表示随机生长点到终点的连线与起点到终点连线的夹角，参数θ₂是随机生长点到障碍物外接圆的切线与随机生长点到终点连线之间的夹角，f₁,f₂,…,f_n表示随机生长点指定半径范围内的八叉树地图分辨率，max{f₁,f₂,f₃,…f_n}表示随机生长点指定半径范围内障碍物的八叉树分辨率值的极大值，α为随机生长点到父节点的欧式距离的权重值，β为随机生长点到终点的连线与起点到终点连线的夹角的权重，γ为自适应八叉树地图分辨率对应权重参数，δ为随机生长点到最近障碍物外接圆圆心的欧氏距离的权重参数，ε为随机生长点到障碍物外接圆的切线与随机生长点到终点连线之间的夹角的余弦值对应的权重系数；

S3.从起点S开始随机生长，每一个随机生长点都用评价函数去评估其特性，保留评分最高的随机生长点作为下一个父节点，与路径上的上一个父节点连接起来，同时保存两个备用生长点用于路径的重选择和重布线；重复这一过程，直到连接到终点G为止；

S4.对路径进行重选择和重布线操作，实现对规划路径的平滑。

2.根据权利要求1所述的一种基于自适应分辨率八叉树地图的改进RRT路径规划方法，其特征在于，所述自适应分辨率八叉树地图是一种改进的八叉树地图表示方法，其通过对获取的环境点云密度进行分析，自适应的修改八叉树地图的分辨率，原则是某个范围内点云密度越高，代表该范围内的环境复杂、障碍物较多，八叉树地图选用的分辨率越高，反之，某个范围内点云密度较低，表示该范围内的环境简单，八叉树地图选用的分辨率也较高。

3.根据权利要求1所述的一种基于自适应分辨率八叉树地图的改进RRT路径规划方法，其特征在于，所述S3具体包括：

在进行生长时，保留评价函数F_rate值最高的三个随机生长点，其中F_rate值最高的生长点作为新的父节点连接至生长树中，剩余两个生长点暂时保存；当生长完成后，通过重选择和重布线对路径进行优化，暂存的生长点作为重选择和重布线时的父节点备选。

4.根据权利要求1所述的一种基于自适应分辨率八叉树地图的改进RRT路径规划方法，其特征在于，所述S4具体包括：

重选择是以路径的起始点作为重选择起始点，对其后面的第二级节点进行重新选择的过程；重选择起始点的下一级包含1个已连接的节点和2个备选节点，进而，重选择起始点后的第二级节点包含9个节点，分别计算重选择起始点到第二级节点的九种路径连接方式的欧氏距离，接着选择欧氏距离最小的那个路径组合，据此对此部分路径进行重新布线，然后选择当前重选择起始点的下一个父节点作为重选择起始点，重新执行以上步骤，直至完成对整个路径的重选择和重布线。