[发明专利]基于变搜索领域的改进Astar路径规划方法

说明书

本发明公开了基于变搜索领域的改进Astar路径规划方法，涉及AMR路径规划技术领域；通过地图数据设置搜索模板，根据待拓展节点的位置信息从搜索模板中得到搜索领域，简化Astar算法的搜索空间，提高Astar算法的计算效率，快速得到一条规划路径。AMR在运动的同时还利用其上的激光雷达扫描周围路径状况，若扫描到规划路径上出现突发障碍物，则封锁面向突发障碍物的搜索方向，改变Astar算法的搜索模板，进行路径再规划。本发明利用变搜索领域策略简化Astar算法的搜索空间，降低计算的复杂度，同时结合激光雷达的扫描数据，及时发现规划路径上的突发障碍物并进行路径再规划，提高Astar算法规划路径的速度和准确率，从而提高AMR执行任务的效率，产生较好的经济效益。

技术领域

本发明涉及AMR路径规划技术领域，尤其是基于变搜索领域的改进Astar路径规划方法。

背景技术

随着经济和社会的迅速发展，制造业、仓储物流等行业的智能自动化转型，AMR(自主移动机器人)的使用越来越多，而路径规划算法对提高AMR执行任务的效率和准确率至关重要。

目前面向AMR的路径规划方法众多，主要有传统算法、图形学的方法、智能仿生学算法等，但是用的最多的还是传统的Astar算法。传统的Astar算法通过一个估价函数来确定搜索方向，从起点开始向周围扩展，通过估价函数计算得到周围每个节点的代价值，选择最小代价节点作为下一个扩展节点，重复这一过程直到到达目标点，生成最终路径。但是由于传统的Astar算法和后续改进方法往往都是采用固定搜索步长，搜索方向也大多是周围的四领域或者八领域，所以在搜索过程中遍历了大量不必要点，从而导致Astar算法在大地图场景中存在计算时间长、内存消耗高等问题，并且Astar算法属于静态路径规划，无法处理路径上突然出现障碍物的问题。因此如何提高Astar算法的计算效率和可靠性是一个技术难题。

发明内容

为了克服上述现有技术中的缺陷，本发明提供基于变搜索领域的改进Astar路径规划方法，利用全局地图数据建立搜索模板，通过AMR上的激光雷达扫描路径上突然出现的障碍物，自适应的从搜索模板中获取不同的搜索领域，提高Astar算法的计算效率和可靠性，从而保证AMR执行任务的效率和准确性。

为实现上述目的，本发明采用以下技术方案，包括：

基于变搜索领域的改进Astar路径规划方法，包括以下步骤：

S1，解析地图，建立搜索模板；其中，S表示AMR在地图上的起点，E表示AMR在地图上的目标点；搜索模板中预设有地图上各个位置的搜索方向和搜索步长的确定方式；

S2，建立Open表和Close表；

S3，设置估价函数F(n)＝G(n)+H(n)；

其中，n表示节点n，G(n)表示从起点S移动到节点n的移动代价，H(n)表示从节点n移动到目标点E的预测代价；F(n)表示节点n的估价函数值；

S4，根据估价函数F(n)，计算起点S的估价函数值，并放入Open表中；

S5，比较Open表中各个点的估价函数值，若Open表不为空，则选择出Open表中估价函数值为最小的节点K；否则算法失败；

S6，判断节点K是否为目标点E，若是，则输出节点K及一系列父节点作为规划路径；否则进行步骤S7；

S7，根据节点K在地图中的位置信息，在搜索模板中确定节点K的搜索领域，包括节点K的搜索方向和搜索步长；

S8，根据节点K的搜索方向和搜索步长，计算得到节点K的所有子节点即待拓展节点，包括m个待拓展节点；