[发明专利]基于RRT算法与人工势场法相结合的微机器人避障方法

说明书

本发明公开了基于RRT算法与人工势场法相结合的微机器人避障方法，涉及微纳机器人技术领域，该方法包括：获取避障实验场景图，图中包括模拟血管边缘、微机器人和障碍物；通过模板匹配从避障实验场景图中识别模拟血管边缘，通过HSV模型从避障实验场景图中识别静态障碍物；基于识别出的模拟血管边缘和静态障碍物，利用改进的RRT算法进行全局路径规划，确定全局路径上的关键节点；将关键节点作为子目标点，利用改进的人工势场法规避动态障碍物依次到达子目标点，直至达到路径终点。使用该方法使得微机器人在狭窄环境下不仅能对静态障碍物进行避障，而且能对动态障碍物进行避障。

技术领域

本发明涉及微纳机器人技术领域，尤其是基于RRT算法与人工势场法相结合的微机器人避障方法。

背景技术

目前，微机器人因其无损伤、兼容性强以及无线遥控等优势而得到广泛应用，包括血栓疏通、靶向药物输送、近距离放射治疗和热疗等医学生物领域，体现出革命性的应用前景。微机器人的路径规划成为当前微机器人技术中重要的研究热点。目前大多数微机器人只能对静态障碍物进行避障，不能做到实时避障，而微机器人在复杂环境中不仅要考虑对静态障碍物进行避障，更需要对动态障碍物进行避障，因此需要提出微机器人在复杂环境中对动/静态障碍物的自动避障策略。

发明内容

本发明人针对上述问题及技术需求，提出了基于RRT算法与人工势场法相结合的微机器人避障方法，首先通过改进的RRT算法选取关键节点、规划全局最佳路径，然后通过改进的人工势场算法分段到达子目标点，最终完成微机器人整体的路径规划。

本发明的技术方案如下：

基于RRT算法与人工势场法相结合的微机器人避障方法，包括如下步骤：

获取避障实验场景图，图中包括模拟血管边缘、微机器人和障碍物；

通过模板匹配从避障实验场景图中识别模拟血管边缘，通过HSV模型从避障实验场景图中识别静态障碍物；

基于识别出的模拟血管边缘和静态障碍物，利用改进的RRT算法进行全局路径规划，确定全局路径上的关键节点；

将关键节点作为子目标点，利用改进的人工势场法规避动态障碍物依次到达子目标点，直至达到路径终点。

其进一步的技术方案为，通过模板匹配从避障实验场景图中识别模拟血管边缘，包括：

从避障实验场景图中提取模拟血管的ROI区域；

对ROI区域进行模糊化处理去除边缘噪点，然后进行边缘提取并二值化处理，对得到的二值化边缘图像进行边缘膨胀，得到模拟血管粗边缘的采样图；

对模拟血管的设计图进行边缘提取并二值化处理，对得到的二值化边缘图像进行边缘膨胀，得到模拟血管粗边缘的设计图；

对模拟血管粗边缘的设计图进行平移、选取ROI区域和缩放操作，利用差分进化算法，将处理后的模拟血管粗边缘的设计图与模拟血管粗边缘的采样图的各个像素点进行配对，匹配成功则完成对模拟血管边缘的识别。

其进一步的技术方案为，通过HSV模型从避障实验场景图中识别静态障碍物，包括：

从避障实验场景图中提取模拟血管的ROI区域；

将ROI区域从RGB空间转换为HSV空间；

根据静态障碍物的颜色调整HSV空间的色相参数，从而完成对静态障碍物的识别。

其进一步的技术方案为，利用改进的RRT算法进行全局路径规划，确定全局路径上的关键节点，包括：