预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114815831A(43)申请公布日2022.07.29(21)申请号202210461306.1(22)申请日2022.04.28(71)申请人西安交通大学地址710049陕西省西安市碑林区咸宁西路28号申请人中国煤炭科工集团太原研究院有限公司(72)发明人朱爱斌越现吕继双安四元屠尧安德麟闫金宝康鹏周旭(74)专利代理机构西安智大知识产权代理事务所61215专利代理师王晶(51)Int.Cl.G05D1/02(2020.01)权利要求书3页说明书6页附图2页(54)发明名称一种基于改进势场栅格的机器人路径规划方法(57)摘要本发明公开了一种基于改进势场栅格的机器人路径规划方法,包括以下步骤;首先设置势场函数的参数及机器人的相关参数,对机器人的工作环境进行划分,再为每个栅格赋予势场值保证目标点的势场值为全局最小;获取机器人当前位置参数,选取总的势函数作为启发函数,使得每次在栅格选取时,选择一个相对于其他栅格距离障碍物最远距离目标点最近的栅格节点,若到达目标点则程序结束,否则进行下一步;重新进行赋值,计算机器人所受到的引力和斥力,得到总体的势场合力,逃离局部极小区域,以降低搜索盲目性,实现机器人以较高效率跳出局部极小区域,以最优路径到达目标点。本发明能够使机器人以最优路径到达目标地点。CN114815831ACN114815831A权利要求书1/3页1.一种基于改进势场栅格的机器人路径规划方法,其特征在于,包括以下步骤;步骤1:首先设置势场栅格的参数建立地图,使用栅格法对机器人的工作环境进行划分得到若干栅格,再为每个栅格赋予势场值保证目标点的势场值为全局最小;步骤2:获取机器人当前位置参数,采用A*算法作为搜索策略,选取总的势函数作为启发函数,保证在每次进行栅格选取的时候,被选中栅格节点相对其他栅格,其距离障碍物最远而距离目标点最近,若到达目标点则程序结束,否则进行下一步;步骤3:基于赋最大值法,对局部极小区域的栅格重新进行赋值,计算机器人所受到的引力和斥力,得到总体的势场合力,逃离局部极小区域,以降低搜索盲目性,实现机器人以较高效率跳出局部极小区域,以最优路径到达目标点。2.根据权利要求1所述的一种基于改进势场栅格的机器人路径规划方法,其特征在于,所述步骤1具体为:(1)设置栅格参数构建地图:采用大小相等的矩形栅格表示地图,实际移动环境的最大长度为L,宽度为W,栅格的尺度均为b,则栅格数为(L/b)×(W/b),在栅格地图中,障碍物用其占据的栅格表示,每个栅格位置不同,把栅格分为中间栅格和边界栅格两大类,中间栅格在周围没有障碍物的情况下,下一步有8个方位可以搜索:右、右下、下、左下、左、左上、上、右上,边界栅格下一步的搜索只要去掉不可达的栅格序号即可;(2)构建人工势场描述栅格所处位置的势场值:首先构建引力场,在移动机器人平面路径规划过程中,将移动机器人自身位置与目标位置间的引力势场关系描述为如下形式:式中,k为移动环境中引力势场函数的增益系数,Xg为目标点的位置,机器人移动位置对应在引力场中的负梯度即为引力,移动机器人在自身所处位置所受到引力场作用力的形式为:式中,引力Fatt(X)的方向取决于移动机器人所处位置引力场强的分布,沿引力线的切线方向;其次构建斥力势场,当机器人与障碍物的距离越小,斥力势场的场强就会越强,因此移动机器人受到的斥力也就对应较强,同理距离越远场强越弱斥力较小,具体机器人与障碍物间的斥力场关系式可用下式来描述:式中,η为平面移动区域中斥力势场函数的增益系数,ρ是移动机器人所处自身位置与障碍物之间的距离,ρo为障碍物斥力场的影响半径,Xo为斥力场中对于移动机器人产生斥力作用的障碍物位置,基于上式,所受斥力可由当前移动机器人自身位置对应在斥力场中负2CN114815831A权利要求书2/3页梯度求得,因此斥力场对移动机器人所产生斥力的具体关系式可以描述为:最后形成合势场确定栅格的势场值,在移动机器人实际路径规划过程中,机器人在通常情况下同时受到来自于目标点的引力势场和障碍物的斥力势场双重作用场的影响,此时总势场函数可表示为:Uall(X)=Uatt(X)+Urep(X)式中,总势场为引力场和斥力场二者的叠加,由上式可得,移动机器人所收到的合力为:Fall=Fatt+Frep机器人在合力的作用下,朝向目标点运动,当实际环境中存在多个障碍物时,产生的多个斥力场对机器人形成共同斥力作用,同理按以上方式对多个斥力场的作用进行叠加,最终得到总势场;(3)改进人工势场保证目标点的势场值为全局最小:对斥力势函数做一定的修改,确保机器人可以运动到目标点;改进后的斥力势函数Urep为:改进后的斥力势函数包括机器人与目标之间的相对,保证目标点为整个势场的全局最小