一种非线性路径规划方法及系统的制作方法
【专利摘要】一种非线性路径规划方法，包括：建模步骤，依据场景进行建模，得到参考坐标系；标记模块，获取场景中的障碍物信息，并在参考坐标系中对障碍物区域进行标记；分析步骤，分析起点与终点之间的设定路径与障碍物区域的重合情况；转折点选取步骤：当确定设定路径与障碍物区域具有重合点时，选取转折点；重分析步骤：将选取的转折点作为新的起点，对新的起点与终点之间的路径进行重新设定；路径生成步骤：将起点、选取的转折点以及终点进行顺序连接，生成规划路径。采用本发明的路径规划方法，无须提供栅格地图，且利用该规划路径生成了比较简洁的自主导航控制指令，能有效提高工作的效率及可靠性。另外，本发明还提供了一种非线性路径规划系统。
【专利说明】一种非线性路径规划方法及系统
【技术领域】
[0001] 本发明涉及路径规划的【技术领域】，尤其涉及一种非线性路径规划方法及系统。
【背景技术】
[0002] 随着机器人技术的发展，机器人的智能水平得到了显著地提高，其中自主路径规 划已经成为移动机器人不可或缺的重要功能，移动机器人能够根据指定的目标和获取的环 境信息自主地避开障碍物、进行路径规划，并且完成指定任务。
[0003] 移动机器人路径规划主要包括全局路径规划和局部路径规划。其中，全局路径规 划指的是机器人根据静态的全局环境信息，找出从起始点到目标点的避开障碍的最优路 径，涉及的基本问题是环境模型的描述和搜索策略；局部路径规划则要考虑机器人移动过 程中的实时状况，在动态环境中进行机器人的路径规划，涉及的是一个局部最优的问题。
[0004] 目前比较常用的路径规划方法主要包括:A星算法、蚁群算法、人工势场法等，这 些算法都有各自的优缺点。如A星算法能够规划出全局最优的路径，但迭代的次数较多；蚁 群算法在实际运行时迭代的次数必须预先设定，次数太少可能得到的不是最优解，而次数 太多则浪费大量的运算时间；人工势场法具有良好的实时性，但存在陷阱区域。而且上述常 用的算法在运行前都必须提供栅格地图，对于大型复杂的地图环境，需要占用大量的内存 来保存地图和程序运行过程中的中间变量，浪费了大量的运算时间，且不能实时计算路径； 另外，以上算法规划出来的路径弯折比较多，用于实际导航参考线路时，生成的控制指令比 较复杂，这导致了移动机器人实际的运动效果也并不理想。
【发明内容】
[0005] 有鉴于此，本发明提出了一种非线性路径规划方法及系统，通过选取用于避开障 碍物的转折点，并将起点、选取的转折点及终点顺序连接，形成由少量直线组成的规划路 径，而无须提供栅格地图，减少了内存消耗和运算时间，并能实时进行路径计算，且利用该 规划路径生成了比较简洁的自主导航控制指令，从而有效地提高工作的效率及可靠性。
[0006] 为了实现上述目的，本发明提供一种非线性路径规划方法，包括：
[0007] 建模步骤：依据当前所处场景进行建模，得到参考坐标系；
[0008] 标记步骤：获取所述场景中的障碍物信息，并在所述参考坐标系中对障碍物区域 进行标记；
[0009] 分析步骤：分析起点与终点之间的设定路径与所述障碍物区域的重合情况；
[0010] 转折点选取步骤：当确定所述设定路径与所述障碍物区域具有重合点时，选取用 于避开所述障碍物区域的转折点；
[0011] 重分析步骤：将选取的所述转折点作为新的起点，对所述新的起点与所述终点之 间的路径进行重新设定；并重复执行所述分析步骤及转折点选取步骤，直至重新设定的路 径与所述障碍物区域没有重合点；
[0012] 路径生成步骤：将所述起点、选取的所述转折点以及所述终点进行顺序连接，生成 规划路径。
[0013] 其中，所述转折点选取步骤，包括：
[0014] 获取所述起点、终点的坐标及所述障碍物区域的坐标集；
[0015] 根据获取的所述起点的坐标以及所述障碍物区域的坐标集确定转折点区域；
[0016] 对所确定的转折点区域建立目标函数；
[0017] 根据建立的所述目标函数对所述转折点进行计算。
[0018] 其中，所述根据获取的起点坐标以及所述障碍物区域的坐标集确定转折点区域， 具体为：
[0019] 计算所述起点与所述障碍物区域之间的斜率范围；
[0020] 根据计算得出的所述斜率范围确定斜率覆盖区域；
[0021] 所述转折点区域在所述斜率覆盖区域之外。
[0022] 其中，所述对所确定的转折点区域建立目标函数，具体为：
[0023] 获取所述转折点区域的坐标集；
[0024] 计算所述障碍物区域中点；
[0025] 根据获取的所述转折点区域坐标集与所述障碍物区域中点、所述起点以及所述终 点的距离关系对所述目标函数进行设定。
[0026] 其中，所述目标函数设定为：
【权利要求】
1. 一种非线性路径规划方法，其特征在于，包括： 建模步骤：依据当前所处场景进行建模，得到参考坐标系； 标记步骤：获取所述场景中的障碍物信息，并在所述参考坐标系中对障碍物区域进行 标记； 分析步骤：分析起点与终点之间的设定路径与所述障碍物区域的重合情况； 转折点选取步骤：当确定所述设定路径与所述障碍物区域具有重合点时，选取用于避 开所述障碍物区域的转折点； 重分析步骤：将选取的所述转折点作为新的起点，对所述新的起点与所述终点之间的 路径进行重新设定；并重复执行所述分析步骤及转折点选取步骤，直至重新设定的路径与 所述障碍物区域没有重合点； 路径生成步骤：将所述起点、选取的所述转折点以及所述终点进行顺序连接，生成规划 路径。
2. 根据权利要求1所述的非线性路径规划方法，其特征在于，所述转折点选取步骤，包 括： 获取所述起点、终点的坐标及所述障碍物区域的坐标集； 根据获取的所述起点的坐标以及所述障碍物区域的坐标集确定转折点区域； 对所确定的转折点区域建立目标函数； 根据建立的所述目标函数对所述转折点进行计算。
3. 根据权利要求2所述的非线性路径规划方法，其特征在于，所述根据获取的起点坐 标以及所述障碍物区域的坐标集确定转折点区域，具体为： 计算所述起点与所述障碍物区域之间的斜率范围； 根据计算得出的所述斜率范围确定斜率覆盖区域； 所述转折点区域在所述斜率覆盖区域之外。
4. 根据权利要求3所述的非线性路径规划方法，其特征在于，所述对所确定的转折点 区域建立目标函数，具体为： 获取所述转折点区域的坐标集； 计算所述障碍物区域中点； 根据获取的所述转折点区域坐标集与所述障碍物区域中点、所述起点以及所述终点的 距离关系对所述目标函数进行设定。
5. 根据权利要求4所述的非线性路径规划方法，其特征在于，所述目标函数设定为：
其中，ne[1，〇〇 ]，D1表示转折点到起点的距离，D2表示转折点到终点的距离，D3表示 转折点到障碍物区域中点之间的距离；xs〇、ys〇表示起点的横、纵坐标，xe、表示终点的横、 纵坐标，X、y表示转折点的横纵、坐标，XM、yM表示障碍物区域中点的横、纵坐标，k表示转折 点与起点的斜率。
6. 根据权利要求5所述的非线性路径规划方法，其特征在于，所述根据建立的所述目 标函数对所述转折点进行计算，具体是通过梯度下降法对所述目标函数F(X，y，k)进行求 解，计算公式为：
其中，Hm中的me[1，〇〇 ]的整数，Hm表示目标函数F(x,y,k)的状态向量，λ表示迭 代步长，表示目标函数F(x，y，k)的梯度。
7. 根据权利要求1-6任一所述的非线性路径规划方法，其特征在于，所述分析步骤，包 括： 分别获取所述障碍物区域及所述设定路径的坐标集； 判断所述设定路径的坐标集与所述障碍物区域的坐标集是否存在重合点； 当存在有重合点时，对所述设定路径需要跨越的所述障碍物区域进行选择。
8. 根据权利要求7所述的非线性路径规划发法，其特征在于，所述当存在有重合点时， 对所述设定路径需要经过的所述障碍物区域进行选择，具体为： 获取各重合点的坐标； 计算各所述重合点与所述起点之间的距离； 获取与所述起点之间的距离为最小值的重合点，将包含该重合点的障碍物区域确认为 所述设定路径需要跨越的障碍物区域。
9. 一种非线性路径规划系统，其特征在于，包括： 建模模块：用于依据当前所处场景进行建模，得到参考坐标系； 标记模块：用于获取所述场景中的障碍物信息，并在所述参考坐标系中对障碍物区域 进行标记； 分析模块：用于分析起点与终点之间的设定路径与所述障碍物区域的重合情况； 转折点选取模块：用于当确定所述设定路径与所述障碍物区域具有重合点时，选取用 于避开所述障碍物区域的转折点； 重分析模块：用于将选取的所述转折点作为新的起点，对所述新的起点与所述终点之 间的路径进行重新设定； 路径生成模块：用于将所述起点、选取的所述转折点以及所述终点进行顺序连接，生成 规划路径。
10. 根据权利要求9所述的非线性路径规划系统，其特征在于，所述转折点选取模块包 括： 坐标获取单元：用于获取所述起点、终点的坐标及所述障碍物区域的坐标集； 区域确定单元：用于根据获取的所述起点坐标以及所述障碍物区域的坐标集确定转折 点区域； 函数建立单元：用于对所确定的转折点区域建立目标函数；以及 计算单元：用于根据建立的所述目标函数对所述转折点进行计算。
【文档编号】G05D1/02GK104238560SQ201410505391
【公开日】2014年12月24日 申请日期:2014年9月26日 优先权日:2014年9月26日
【发明者】吴涌鹏 申请人:深圳市科松电子有限公司