本发明涉及一种机器人路径规划方法，更具体的涉及一种基于可视图和a*算法深度融合的机器人路径规划方法。
背景技术：
在机器人路径规划方法中，传统的可视图算法和搜索算法的结合是一种全局规划算法，是在将环境地图构建完整的模型后，再运用搜索算法寻找最优路径。然而，这种方法存在以下缺陷：(1)随着环境的复杂度增大，其运行速度和效率大大降低；(2)该方法往往忽略了机器人自身的结构，在实际运用中，往往会造成机器人与障碍物的碰撞。
目前，对该种方法的改进主要是对可视图进行简化，减少节点和可视线的数量，其后运用搜索算法。但改进后的方法对环境具有较强依赖性，如遇突发情况而导致环境变化，需全部重新建模，再进行路径搜索，此方法自适应能力差、控制响应慢和运算效率低。
技术实现要素：
发明目的：本发明目的在于针对现有技术的不足，提供一种基于可视图和a*算法深度融合的机器人路径规划方法，自适应能力强，控制响应快，运算效率高。
技术方案：本发明所述一种基于可视图和a*算法深度融合的机器人路径规划方法，所述机器人行走机构的边缘宽度为l，其特征在于，按如下步骤进行：
s1、确定机器人的起始点s和目标点g，利用计算机扫描机器人运动所涉及的地图环境，识别地图环境中的所有障碍物并通过封闭多边形进行包络，并计算其平行包络为(l/2)*1.1，保留图形；
s2、初始化地图环境中各节点，设置默认值，并对访问始节点赋值，初始化函数及始节点赋值函数，如下：(1)g(n)＝infinityf(n)＝infinity，(2)
s3、如果min(f)值不为infinity，采用全局路径规划算法进行整体路径规划。
本发明技术方案的进一步限定为，步骤s3中采用全局路径规划算法进行整体路径规划时，具体步骤为：
q1、如果当前访问节点current的评价函数f(n)的值不为无穷大，构造当前访问节点current即起始点s和目标点g之间的穿越线段current-g，穿越线段与n个障碍物相交(n为大于0的整数)，取与所述穿越线段current-g相交的第一个障碍物，在所述穿越线两侧，各取所述障碍物平行包络上距离穿越线最远的节点，判断是否超出地图环境边界，如果是，则删除节点；如果否，则将所述节点加入待访问节点列表，并更新节点的g值、f值和父节点parent；
q2、n是否大于1，如果否，执行步骤q3；如果是，则继续对每一个障碍物，在穿越线两侧，各取离穿越线最远一点，共(n-1)*2个，命名为ai(i＝1...2*(n-1))，连接sai并判断与障碍物是否相交，若是，执行步骤q3；若否，判断节点是否超出处理边界，若是，删除节点；若否将节点添加为待访问节点，更新其g值,f值和父节点parent；
q3、利用评价函数f(n)对所有待访问节点进行测评，取出最小的节点为n*；连接当前访问节点current与节点n*作为穿越线段current-n*，如果穿越线段current-n*不与障碍物相交，那么将节点n*更新为当前访问节点current，将节点n*移出待访问节点列表，继续执行步骤q1，直至遍历完成待访问节点列表；
q4、构建起始点s与目标点g之间的最优路径，通过跟随父节点，从目标点g查找到起点s从而得到规划路径。
进一步地，步骤q1中，如果n＝0，则起始点s和目标点g之间的穿越线为规划路径。
进一步地，步骤q3中，如果穿越线段current-n*与障碍物相交，则：如果穿越线段current-n*与n个障碍物相交，则将n*移出待访问节点，并取线段current至n*方向上第一个障碍物距离线段current-n*两侧最远的两个点作为节点，将线段current至n*方向上第一个障碍物的两个节点加入待访问节点列表并更新节点的g值、f值和父节点；
将当前访问节点current分别与线段current至n*方向上第2-n个障碍物距离线段current-n*两侧最远的两个点连接，构成2*(n-1)条线段，判断2*(n-1)条线段是否与线段current至n*方向上的障碍物相交；如果全部相交，那么跳转至步骤q3；如果不相交，那么判断线段current至n*方向上第2-n个障碍物的节点是否超出地图环境的物理边界；若超出地图环境的物理边界，则删除节点；若不超出地图环境的物理边界，则将相应节点加入待访问节点列表并更新节点的g值、f值和父节点，再跳转至步骤q3。
进一步地，更新节点n的g值、f值和父节点的函数为：
评价函数f(n)＝h(n)+g(n)，其中，
有益效果：本发明通过设置规则生成必要可视图的同时引入启发函数h(n)进行搜索，简化其规则，将可视图与a*算法深度融合，在建图的过程之中进行搜索并不断更新待访问节点，提高机器人路径规划的响应速度，大大的减少的需要访问的节点，增强其自适应能力和智能化程度；本发明根据起始点动态的建立路径+进行搜索，可视图的建立是动态的，环境改变对其影响不大；本发明通过设置判断规则，对可视图进行简化，删除不必要的节点，提高机器人搜索效率；本发明通过设置障碍物的平行包络，避免机器人运动过程中与障碍物的碰撞，减小碰撞几率，增强可靠性。
附图说明
图1为本发明中障碍物的平行包络示意图；
图2为本发明的第一可视图；
图3为本发明的第二可视图；
图4为本发明的第三可视图；
图5为本发明的第四可视图；
图6为本发明的第五可视图；
图7为本发明的第六可视图。
具体实施方式
下面通过附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
实施例1：一种基于可视图和a*算法深度融合的机器人路径规划方法，首先采用全局路径规划算法进行整体路径的计算，若存在路径，则机器人导入路径并按照规划路径前进，直至到达终点，否则结束。
机器人行走模块安装采用的四轮驱动结构，所述机械臂模块为安装在于机器人行走模块之上，为串联式六自由度机械臂，机器人边缘结构取决于行走部件，其宽度为l。本实施例中，通过附图2～7中的地图详细说明具体的操作步骤如下：
s1、确定机器人的起始点s和目标点g，利用计算机扫描机器人运动所涉及的地图环境，识别地图环境中的所有障碍物并通过封闭多边形进行包络，并计算其平行包络为(l/2)*1.1，保留图形；障碍物的平行包络示意图如图1所示。
s2、初始化地图环境中各节点，设置默认值，并对访问始节点赋值，初始化函数及始节点赋值函数，如下：(1)g(n)＝infinityf(n)＝infinity，(2)
s3、如果min(f)值为infinity，则报告路径为空，结束路径规划。
如果min(f)值不为infinity，采用全局路径规划算法进行整体路径规划。
全局路径规划算法进行整体路径规划时，具体步骤为：
q1、如果当前访问节点current的评价函数f(n)的值不为无穷大，构造当前访问节点current即起始点s和目标点g之间的穿越线段current-g。
穿越线段与n个障碍物相交，如果n＝0，则起始点s和目标点g之间的穿越线为规划路径。如果(n为大于0的整数)，取与所述穿越线段current-g相交的第一个障碍物，在所述穿越线两侧，各取所述障碍物平行包络上距离穿越线最远的节点，判断是否超出地图环境边界，如果是，则删除节点；如果否，则将所述节点加入待访问节点列表，并更新节点的g值、f值和父节点parent。
本实施例中，穿越线段current-g与障碍物相交，即线段current-g与n个障碍物相交(n大于0的整数)，本实施例中，n＝3，即穿越线段与3个障碍物相交，分别是2，3，4，在穿越线两侧，每个障碍物各取离穿越线最远一点，为b1、b2、c1、c2、d1、d2。
取与所述穿越线段current-g相交的第一个障碍物，在所述穿越线两侧，各取所述障碍物平行包络上距离穿越线最远的节点(b1、b2)，判断是否超出地图环境边界，如果是，则删除节点；如果否，则将所述节点加入待访问节点列表，结果两节点b1、b2加入待访问节点列表，并更新节点的g值、f值和父节点parent。连接sc1，sc2，sd1，sd2，判断四连接线是否与障碍物相交，结果全部相交，如图2所示。
g(n)＝infinityf(n)＝infinity
g(s)＝0f(s)＝h(s)
current＝s
此时，判断n是否大于1，如果n不大于1，则跳转至q3，如果n大于1，则执行步骤q2，本实施例中，n＝3，因此，继续执行步骤q2。
q2、n是否大于1，如果否，执行步骤q3；如果是，则继续对每一个障碍物，在穿越线两侧，各取离穿越线最远一点，共(n-1)*2个，命名为ai(i＝1...2*(n-1))，连接sai并判断与障碍物是否相交，若是，执行步骤q3；若否，判断节点是否超出处理边界，若是，删除节点；若否将节点添加为待访问节点，更新其g值,f值和父节点parent；
q3、利用评价函数f(n)对所有待访问节点进行测评，取出最小的节点为n*，得到评价函数值最小的节点n*＝b1。连接当前访问节点current与节点n*作为穿越线段sb1，如图3所示。
判断穿越线与障碍物是否相交，如果穿越线段current-n*不与障碍物相交，那么将节点n*更新为当前访问节点current，将节点n*移出待访问节点列表，current＝n*。继续执行步骤q1，直至遍历完成待访问节点列表。
如果穿越线段current-n*与障碍物相交，本实施例与障碍物1相交，则将n*移出待访问节点，并取线段current至n*方向上障碍物距离线段current-n*两侧最远的两个点作为节点，将线段current至n*方向上障碍物的两个节点加入待访问节点列表并更新节点的g值、f值和父节点。即将n*＝b1移出待访问节点列表，对于障碍物1，取穿越线两侧最远节点a1、a2，加入待访问节点列表中，更新节点的g值、f值和父节点parent。
本实施例中，继续执行步骤q1，结果为n*＝a2。连接current和为n*构造穿越线，即sa2，如图4，判断穿越线与障碍物是否相交，结果为否，将节点更新为当前访问节点并移出待访问节点列表：current＝n*，即为a2，并跳转q1。连接节点current和终点g，即连接起点a2和终点g，如图5，构造穿越线a2g，结果b1加入待访问节点列表，且b1.parent＝a2；重复步骤q3：结果n*＝b1；连接a2和b1，如图6，结果current＝b1，并跳转步骤3；穿越线b1g与障碍物3、4相交，经判断c1、c2、d1加入待访问节点列表并更新各值；重复步骤q3，经判断判断current＝c1其后跳转步骤3，重复以上动作。
将当前访问节点current分别与线段current至n*方向上第2-n个障碍物距离线段current-n*两侧最远的两个点连接，构成2*(n-1)条线段，判断2*(n-1)条线段是否与线段current至n*方向上的第一个障碍物相交；如果全部相交，那么跳转至步骤q3；如果不相交，那么判断线段current至n*方向上第2-n个障碍物的节点是否超出地图环境的物理边界；若超出地图环境的物理边界，则删除节点；若不超出地图环境的物理边界，则将相应节点加入待访问节点列表并更新节点的g值、f值和父节点，再跳转至步骤q3。
q4、g.parent＝current，构建起始点s与目标点g之间的最优路径，通过跟随父节点，从目标点g查找到起点s从而得到规划路径。
上述步骤中，更新节点n的g值、f值和父节点的函数为：
评价函数f(n)＝h(n)+g(n)，其中，
图2～图6，粗实线代表穿越线，虚线代表辅助连接线，通过不断的迭代最终g.parent＝d2，此时从g节点开始，不断地从每个节点移向其父节点，直到到达起点，从而完成最优最完备路径的构造，结果如图7。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。