机器人的运动路径规划方法、系统、设备和介质与流程

本发明涉及机器人，尤其涉及一种机器人的运动路径规划方法、系统、设备和介质。

背景技术：

1、路径规划是机器人运动的重要基本环节之一，研究机器人在存在障碍物的工作空间中，如何规划出一条从起点到终点的、安全而无碰撞地避开所有障碍物的运动路径。针对机械臂的路径规划问题，一般是基于采样的算法进行路径规划。通过在机械臂的运动空间内随机采样进行搜索，直接进行机械臂与障碍物的碰撞检测，避免了对工作空间的建模，因此可以有效应用于高维空间、多自由度机器人的路径规划问题。

2、目前，机械臂的运动空间内随机采样进行搜索一般用传统的rrt(rapidlyexploring random tree，快速搜索随机树)算法。传统的rrt算法将初始点作为根节点，通过随机采样的方式扩展树的节点，当目标点被包含到树的节点区域中时，即可找到路径。采用传统的rrt算法存在机器人路径规划的效率低的问题。

技术实现思路

1、本发明要解决的技术问题是为了克服现有技术中机器人路径规划的效率低的缺陷，提供一种机器人的运动路径规划方法、系统、设备和介质。

2、本发明是通过下述技术方案来解决上述技术问题：

3、本发明提供一种机器人的运动路径规划方法，所述方法采用随机树算法，所述运动路径规划方法包括：

4、获取随机树中的导向采样点；

5、基于所述导向采样点，采用动态步长调整策略生成随机树中的目标新节点；

6、判断由所述导向采样点和所述目标新节点生成的机器人的运动路径是否与障碍物发生了碰撞，若是，则返回采用动态步长调整策略生成随机树中的目标新节点的步骤，若否，则将所述目标新节点加入至所述随机树中，以完成机器人的运动路径规划；

7、所述障碍物为机器人在运动时遇到的障碍物。

8、较佳地，所述获取随机树中的导向采样点的步骤包括：

9、获取所述随机树在机器人运动空间中采样时生成概率；

10、判断所述概率是否满足预设条件，若是，则确定机器人的运动路径的终点为所述导向采样点，若否，则确定随机点为所述导向采样点。

11、较佳地，所述采用动态步长调整策略生成随机树中的目标新节点的步骤包括：

12、若所述导向采样点为机器人的运动路径中的终点，则直接判断由所述终点和机器人的运动路径中的目标新节点所形成的路径是否与障碍物发生碰撞，若否，则完成机器人的运动路径规划；若是，则获取由所述终点和机器人的运动路径中的目标新节点所形成的路径中的预设点作为新的目标新节点，直至由所述终点和机器人的运动路径中的目标新节点所形成的路径与障碍物发生碰撞，完成机器人的运动路径规划。

13、较佳地，将所述目标新节点加入至所述随机树中的步骤包括：

14、判断所述目标新节点与随机树中全部子节点的欧氏距离是否均小于预设值，若是，则删除所述目标新节点，若否，则将所述目标新节点加入至所述随机树中。

15、本发明还提供一种机器人的运动路径规划系统，所述系统采用随机树算法，所述运动路径规划系统包括：

16、获取模块，用于获取随机树中的导向采样点；

17、生成模块，用于基于所述导向采样点，采用动态步长调整策略生成随机树中的目标新节点；

18、判断模块，用于判断由所述导向采样点和所述目标新节点生成的机器人的运动路径是否与障碍物发生了碰撞，若是，则返回采用动态步长调整策略生成随机树中的目标新节点的步骤，若否，则将所述目标新节点加入至所述随机树中，以完成机器人的运动路径规划；

19、所述障碍物为机器人在运动时遇到的障碍物。

20、较佳地，所述获取模块包括：

21、获取单元，用于获取所述随机树在机器人运动空间中采样时生成概率；

22、判断单元，用于判断所述概率是否满足预设条件，若是，则确定机器人的运动路径的终点为所述导向采样点，若否，则确定随机点为所述导向采样点。

23、较佳地，所述生成模块具体用于：

24、若所述导向采样点为机器人的运动路径中的终点，则直接判断由所述终点和机器人的运动路径中的目标新节点所形成的路径是否与障碍物发生碰撞，若否，则完成机器人的运动路径规划；若是，则获取由所述终点和机器人的运动路径中的目标新节点所形成的路径中的预设点作为新的目标新节点，直至由所述终点和机器人的运动路径中的目标新节点所形成的路径与障碍物发生碰撞，完成机器人的运动路径规划。

25、较佳地，判断模块具体还用于：

26、判断所述目标新节点与随机树中全部子节点的欧氏距离是否均小于预设值，若是，则删除所述目标新节点，若否，则将所述目标新节点加入至所述随机树中。

27、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并用于在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述的机器人的运动路径规划方法。

28、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述的机器人的运动路径规划方法。

29、在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。

30、本发明的积极进步效果在于：

31、本发明，通过采用动态步长调整策略生成随机树中的目标新节点，以完成机器人的运动路径规划，从而提高了rrt算法的收敛速度，进而提高了机器人路径规划的效率。

技术特征：

1.一种机器人的运动路径规划方法，所述方法采用随机树算法，其特征在于，包括：

2.如权利要求1所述的机器人的运动路径规划方法，其特征在于，所述获取随机树中的导向采样点的步骤包括：

3.如权利要求1所述的机器人的运动路径规划方法，其特征在于，所述采用动态步长调整策略生成随机树中的目标新节点的步骤包括：

4.如权利要求1所述的机器人的运动路径规划方法，其特征在于，将所述目标新节点加入至所述随机树中的步骤包括：

5.一种机器人的运动路径规划系统，所述系统采用随机树算法，其特征在于，所述运动路径规划系统包括：

6.如权利要求5所述的机器人的运动路径规划系统，其特征在于，所述获取模块包括：

7.如权利要求5所述的机器人的运动路径规划系统，其特征在于，所述生成模块具体用于：

8.如权利要求5所述的机器人的运动路径规划系统，其特征在于，判断模块具体还用于：

9.一种电子设备，包括存储器、处理器及存储在存储器上并用于在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4中任一项所述的机器人的运动路径规划方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任一项所述的机器人的运动路径规划方法。

技术总结
本发明公开了一种机器人的运动路径规划方法、系统、设备和介质，运动路径规划方法包括：获取随机树中的导向采样点；基于导向采样点，采用动态步长调整策略生成随机树中的目标新节点；判断由导向采样点和目标新节点生成的机器人的运动路径是否与障碍物发生了碰撞，若是，则返回采用动态步长调整策略生成随机树中的目标新节点的步骤，若否，则将目标新节点加入至随机树中，以完成机器人的运动路径规划；所述障碍物为机器人在运动时遇到的障碍物。本发明提高了RRT算法的收敛速度，进而提高了机器人路径规划的效率。

技术研发人员：张伯强,张韬,彭添晨,张敏,孙泽军
受保护的技术使用者：上海电气集团股份有限公司
技术研发日：
技术公布日：2024/3/5