[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

说明书

本发明公开了一种基于BRRT算法的矿井救援机器人路径规划方法，首先采用激光传感器采集灾后矿井环境的障碍物信息，根据障碍物信息在MATLAB平台下用rectangle()函数来搭建灾后矿井下的环境地图；然后利用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；利用A*算法在环境地图的起点和目标点同时开始对route1进行碰撞检测，基于检测结果删除route1中冗余节点，将APF‑BRRT算法中产生的route1调整为最短路径route2；将最短路径route2离散为散点图，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route2的所有拐点，所拟合的曲线产生一条平滑路径route3。最终实现了一种基于BRRT算法的矿井救援机器人路径规划方法。

技术领域

本发明涉及机器人的路径规划技术领域，特别地，涉及一种基于BRRT算法的矿井救援机器人的路径规划方法。

背景技术

我国煤炭资源储量丰富，煤炭开采人员众多，一旦煤炭开采过程中发生安全事故，矿井环境就会变得十分危险甚至危及开采人员生命安全。随着煤矿智能化的应用，越来越多的灾后矿井救援机器人代替救援人员迅速的进入复杂危险的灾后现场，完成环境探测和人员搜索的任务。救援机器人在矿井下崎岖的通道环境中实现路径规划是完成救援任务的关键技术问题。目前利用传统的BRRT算法进行路径规划并没有引入环境信息。在复杂的矿井环境中，救援机器人运动性能较差，传统的BRRT算法规划的路径仍然会产生大量的冗余节点的树。路径与障碍物可能极其接近，不适用于对环境要求较高的复杂矿井下的救援机器人路径规划。因此，如何进一步提高复杂矿井下的救援机器人路径规划效果成为本技术领域亟需解决的问题。

为此，本发明提出一种基于BRRT算法的矿井救援机器人的路径规划方法，为减少随机搜索树冗余路径，平滑其路径转折点，从而能够更好的提高路径质量。同时也为复杂环境下的路径规划提供了一种新思路。

发明内容

本发明的目的在于提供一种基于BRRT算法的矿井救援机器人的路径规划方法，用于矿井救援机器人的路径规划，可以进一步提高复杂环境下路径规划的质量。

为了达成上述目的，本发明的解决方案是：

基于BRRT算法的矿井救援机器人的路径规划方法，包括以下步骤(1)～(4)：

1、一种基于BRRT算法的矿井救援机器人的路径规划方法，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(Artificial Potential Field method， 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。