本发明涉及路径规划领域，尤其涉及一种基于改进RRT算法的地下无人铲运机路径规划方法。
背景技术：
随着采矿地下深度的增加，采矿的环境也更加恶劣，严重制约了采矿工作的进行，进而严重阻碍了我国经济的发展。无人化采矿是采矿业发展的趋势，通常是运用地下无人铲运机进行无人化采矿，路径规划是地下无人铲运车自主控制的重要环节。
RRT算法是当前常用的一种路径规划算法，多用于地面机器人的路径规划。但是无人铲运机的工作环境是地下狭窄通道，传统的RRT算法需要进行复杂的计算才能规划出一条可行的路径，且成功率较低，无法实现在狭窄空间高效快速地规划出一条路径。
技术实现要素：
本发明为了克服传统RRT算法的不足，使RRT算法更好的运用于地下无人铲运机在狭窄地下通道内的路径规划，提供了一种改进的RRT算法。
本发明提出了新的临时目标点的选取规则，并结合了动态调整步长的扩展规则。改进的RRT算法保证能够在空白区域选取一个临时目标点，并将目标点作为临时目标点。以步长d朝向进行扩展，当以步长d朝向扩展失败时，调整步长为0.618*d再次朝向扩展，若再次扩展失败再考虑朝向空白区域的临时目标点进行扩展。
本发明改进的RRT算法与双向RRT算法相结合，并对最终规划出的路径进行圆滑处理。此改进的算法使随机树优先朝向目标点进行扩展，从而缩短了航迹规划的路程；计算临时目标点与所有节点的距离，选取最近节点作为，这一过程浪费了大量时间，严重限制了路径规划的效率，而本发明改进的算法，当朝向目标点难以扩展时，可直接朝向另一个方向的临时目标点扩展，无需重新选取和，从而节省了算法的时间，也提高了路径规划的成功率。
附图说明：
图1 为铲运机转弯角度示意图;
图2 为本发明基于改进RRT算法的路径规划方法的流程图；
图3 为本发明基于改进RRT算法的路径规划方法的规划效果示意图。
具体实施方式：
下面结合附图,对本发明进行详细的描述。
第一步:
确定地下无人铲运机的行进环境，在二值障碍区域内进行路径规划，对行进环境进行建模,假设任务空间为C，表示可行区域， 表示障碍区域，和同为C的子集，且满足：
初始位置和目标位置，规划出的路径不得与触碰到障碍物，这也是路径规划中的最重要的约束条件。
第二步:
确定铲运机的最小转弯半径。地下无人铲运机在转向过程中只能靠轮胎的滚动实现，而不能发生轮胎的侧向滑动。对铲运机的进行运动建模，具体可如图1所示，铲运机车身的前半部分的中心线与后半部分的中心线夹角为，将设定为最小转弯角度，即铲运机转弯时的角度不得小于，这将作为路径规划的一个约束条件。设，和是一条航迹中三个紧邻的航迹节点, 则能被扩展的约束条件是：
。
第三步：
为了保证选取的两个临时目标点一个为最终目标点，另一个为空白区域随机选取的点，因此设置为0，结合图2，对改进的RRT算法进行描述，由于双向随机树的TREE1与TREE2扩展规则相同,所以只对TREE1的生长进行描述：
步骤1）算法初始化，生成初始树节点；
步骤2）是否到达目标位置，未到则转向步骤3)，否则说明随机树已构造完成，进而转向步骤11)；
步骤3）若则转向步骤4）；否则转向步骤5）；
步骤4）选择最终目标点作为和;
步骤5）从空白区域选取的临时节点为，并将最终目标点作为;
步骤6）计算距离最近的节点作为;
步骤7）在处以步长d朝向进行扩展生成，并判断其间是否有障碍。有则转向步骤8)，无则转向步骤10);
步骤8）将步长调整为0.618*d再次朝向进行扩展生成，并判断期间是否有障碍。有则转向步骤9)，无则转向步骤10);
步骤9）以相应步长朝向进行扩展生成，并判断其间是否有障碍，有则转向步骤4),无则转向步骤10);
步骤10）将添加为Tree的新节点。并转向步骤2);
步骤11）反向搜索路径，从最终目标点开始依次回溯上一节点，直至起始点;
步骤12）对所得路径进行平滑处理;
步骤13）地下无人铲运机沿此路径行驶。
综上所述,本发明改进的RRT算法能够适应狭窄空间的路径规划。由于矿井下的空间狭窄狭窄，随机树的扩展很容易碰到障碍物，而改进的RRT算法通过选取两个临时目标点，并结合步长的动态调整以及双向RRT，使随机树优先朝向目标点生长。当以步长d朝向扩展失败时，调整步长为0.618*d再次朝向扩展，若再次扩展失败可直接朝向扩展，从而避免了重新选取临时目标点和所消耗的大量时间，相应的节省了路径规划的时间，提高了路径规划的成功率。本发明改进的RRT算法能够应用于井下无人铲运机的路径规划，具有广阔的前景。