[发明专利]基于改进A*算法与人工势场算法的混合路径规划方法

说明书

本发明公开了一种基于改进A*算法与人工势场法的混合路径规划方法，将全局预测和局部实时规划结合成一个混合的两层算法，即采用改进A*算法完成全局预测，得到全局最优的路径节点；然后在这些节点中选择拐点作为实时规划的指导，实时规划层采用改进人工势场法实时动态避开障碍物，连续运行每个子目标点，最终到达目标点完成任务；该方法针对两种算法各自的优缺点进行算法结合，大大简化了算法的复杂度，使得算法更加利于实际用途。可以有效地弥补单个算法的不足，达到取长补短，1+1＞2的效果。

技术领域

本发明属于路径规划研究技术领域，涉及一种算法，特别是一种基于改 进A*算法与人工势场法的混合路径规划方法。

背景技术

煤炭行业作为我国重要的传统能源行业，是我国国民经济的重要组成部 分，其智能化建设直接关系我国国民经济和社会智能化的进程。煤矿智能化 是煤炭工业高质量发展的核心技术支撑，将人工智能、工业物联网、云计算、 大数据、机器人、智能装备等与现代煤炭开发利用深度融合，形成全面感知、 实时互联、分析决策、自主学习、动态预测、协同控制的智能系统，实现煤 矿开拓、采掘(剥)、运输、通风、洗选、安全保障、经营管理等过程的智 能化运行，对于提升煤矿安全生产水平、保障煤炭稳定供应具有重要意义。

目前煤炭洗选加工领域重介质选煤以其分选效率高、分选密度调节范围 宽、适应性强、分选粒度范围宽、生产过程易于实现自动化等优点备受关注， 近些年来较多的应用于煤炭洗选加工领域，适用于各种可选性原煤的分选， 特别是在难选、极难选煤的分选中更受重视，已经超过跳汰分选成为主要分 选方式。但是，目前自动取介系统自动化程度低，取介过程中大多依靠人工 控制，造成了取介效率低，人工劳动强度大、工作环境恶劣等问题，存在重 大的安全隐患。且人工进行介质调配过程中势必会造成介质的损耗，因此在 选煤厂整个介质系统中，如何通过精准控制构建一套安全高效的自动智能取 介控制系统显得尤为重要。

国内外研究现状及发展动态：

无人路径规划研究现状

无人驾驶装置的路径规划方法很多，分类方法也各不相同：根据环境信 息是否已知，可分为基于室内环境信息的全局路径规划和基于传感器信息的 局部路径规划。根据障碍物信息是静态的还是动态的，根据环境信息的特点 可分为静态路径规划(离线规划)和动态路径规划(在线规划)可分为离散 路径规划和连续路径规划被分割。另外，路径规划一般分为四类：传统算法、 图形方法、智能规划算法和混合规划算法。传统算法包括Dijkstra算法、 人工势场法、模糊逻辑算法和模拟退火算法，图形学方法包括观察室法、网 格法和Voronoi图法等。智能路径规划算法包括蚁群算法、神经网络算法等。 遗传算法和粒子群算法等，由于每种方法各有优缺点，适用于不同的情况， 因此混合路径规划算法是两种或两种以上优势互补的算法的组合。

国外科学家LaValle等人提出了一种快速扩展的随机树算法(RRT)， 该算法不需要环境模型来适应复杂环境下无人艇的路径规划，且搜索速度快。 由于RRT算法的不稳定性、偏差性和缺乏领导力，一些科学家提出了ERRT (扩展RRT算法)、DRRT(动态RRT算法)、MP。扩展RRT算法(multipartierrt) 在一定程度上提高了RRT算法的稳定性。人工势场法(APF)将工作环境虚 拟化为一个人工势场，必须考虑重力和障碍物对目标的排斥作用。该算法具 有较高的计算效率，但在规划时很容易降为局部极小值。死锁现象或障碍物 发生的现象。为了弥补APF算法的不足，Ge等人提出了一种改进的APF算法， 并提供了一种新的缓冲函数来保证目标点是整个人工势场的全局最小点。基 于光的折射理论，Richbourg提出了一种基于能量消耗的全局路径规划算法。 首先根据地形属性将工作区域划分为不同的各向同性区域，然后利用光的折 射率计算不同属性区域之间的变化。找到一条能耗最小的道路。