[发明专利]一种基于BRRT算法的矿井救援机器人路径规划方法

权利要求书

1.一种基于BRRT算法的矿井救援机器人路径规划方法，其特征在于，包括以下步骤：

(1)采用型号为ZX2-LDA11 2M的激光传感器采集灾后矿井环境的障碍物信息，然后将采集到的障碍物信息数据存储在激光传感器的控制器当中，对控制器存储的信息在MATLAB平台下用rectangle()函数来搭建灾后矿井下的环境地图；

(2)利用APF-BRRT算法产生一条双向随机搜索树节点更少的初步路径route1，APF-BRRT算法是BRRT算法与APF的结合，具体步骤为：利用双向快速探索随机树(the Bi-directional Rapidly exploring Random Tree，BRRT)的路径规划算法，在步骤(1)搭建的环境地图中产生一条双向随机搜索树，然后通过双向随机搜索树节点的扩展进行路径搜索，将双向随机搜索树记为T₁，扩展节点总数记为N_e1；接着根据步骤(1)中所建环境地图的目标点和周围障碍物信息，构建人工势场(ArtificialPotentialFieldmethod，APF)，用以在双向随机搜索树中加入目标引力，取双向随机搜索树中任意一个扩展节点，记为t节点(t＝1，2，···，N_e2)，N_e2为APF-BRRT算法产生的扩展节点总数，用来构建目标引力函数H_t；利用目标引力函数H_t，且N_e2N_e1，在步骤(1)搭建的环境地图中产生一条双向随机搜索树节点更少的初步路径route1。

(3)利用A*算法从步骤(1)中所建环境地图的起点和目标点同时开始沿着步骤(2)产生的route1进行碰撞检测，基于检测结果删除route1中冗余节点，基于删除后的剩余节点将步骤(2)APF-BRRT算法中产生的route1调整为最短路径route2；

(4)将步骤(3)中得出的最短路径route2离散为散点图，散点坐标为(x_i，y_i)(i＝1，2，···，n)，n为散点坐标总数；基于各散点，利用最小二乘法，根据偏差的平方和最小的条件来拟合“最佳”曲线消除步骤(3)所建路径route2的所有拐点，所拟合的曲线产生一条平滑路径route3。

2.如权利要求1所述一种基于BRRT算法的矿井救援机器人路径规划方法，其特征在于，步骤(2)中所述的构建BRRT目标引力函数H_t的公式如下：其中，k为引力调节因子，ε为步长，Q_goal为目标点，Q_near为附近点。

3.如权利要求1所述一种基于BRRT算法的矿井救援机器人路径规划方法，其特征在于，步骤(4)中所述的选择”最佳”曲线其中是由m个线性无关的函数线性组合而成，即