一种基于改进RRT-Connect算法的机器人路径规划方法

本发明涉及路径规划，尤其涉及一种基于改进rrt-connect算法的机器人路径规划方法。

背景技术：

1、随着人工智能、集成芯片、计算机视觉、卫星导航和5g通信技术等相关高新技术的不断突破,机器人领域也得到了突飞猛进的发展,机器人被广泛应用于工业、农业、军事、商业、服务业、医疗等行业；移动机器人路径规划是目前机器人产业发展亟需解决的重要问题，机器人能否实现自主避障和选择最优路径直接关系到移动机器人工作的安全性与经济性；在复杂环境下，移动机器人工作可能出现失误，从而造成机器人与建筑物损坏，甚至人员受伤等事故，导致任务失败的同时带来巨大的经济损失；移动机器人行进过程中的路径成本和规划效率是移动机器人工作质量的重要评价指标，因此如何高效地规划出路径对于移动机器人研究工作有着重要意义；根据对环境的已知情况不同，路径规划可以分为全局路径规划和局部路径规划两类；本章主要研究移动机器人的全局路径规划；近年来，在移动机器人全局路径规划方面有许多研究进展；例如informed-rrt算法，rrt-connect和rrt*-connect算法等；然而，informed-rrt算法存在搜索效率低、路径代价高等问题；rrt-connect算法规划效率虽然显著提升，但存在采样效率低、扩展随机性大、规划路径不平滑等问题；rrt*-connect算法虽然可以取得渐进最优解，但搜索时间成本过高，难以满足实时性要求。

技术实现思路

1、本发明的目的在于克服现有技术存在的不足，提供了一种基于改进rrt-connect算法的机器人路径规划方法，以解决rrt-connect算法搜索效率低、路径曲折不平滑等问题；

2、为解决上述技术问题，本发明所采取的技术方案是：

3、基于改进rrt-connect算法的机器人路径规划方法，具体分为以下步骤：

4、步骤1：初始化参数信息和构建地图，设置最大迭代次数、起始点和目标点位置等参数；

5、步骤2：分别从起始点qstart和目标点qgoal开始构建两棵随机树t1和t2，在动态限制采样区域进行采样，得到采样点qrand；

6、步骤3：选择t1中距离采样点qrand最近的节点qnearest1；

7、步骤4：采用目标偏向自适应步长策略，从qnearest1以固定步长s向qrand扩展后，再以自适应步长s*向目标点qgoal扩展得到新节点qnew1；

8、步骤5：检测qnearest1与qnew1之间连线是否与障碍物发生碰撞，若无碰撞则将新节点qnew1加入随机树t1，否则重新采样并改由随机树t2进行扩展；

9、步骤6：t1扩展成功后改由t2同样按以上步骤进行扩展新节点qnew2，经碰撞检测通过后将新节点qnew2加入随机树t2，否则重新采样并改由随机树t1进行扩展；

10、步骤7：将两棵随机树连接，得到折线段构成的初始路径；

11、步骤8：利用贪心策略对冗余节点进行裁剪，缩短路径长度，在相邻节点之间构建二次b样条曲线对路径进行平滑处理，解决机器人移动过程中的运动学约束问题；

12、进一步地，所述步骤2中动态限制采样区域range满足如下公式：

13、

14、其中n为随机树扩展次数，k1、k2为算法阈值；

15、进一步地，所述步骤4中目标偏向自适应步长策略中自适应步长s*计算公式如下：

16、

17、其中g(x)为目标偏向函数，其取值决定节点扩展的目标偏向程度，μ为函数初值，φ为函数变化率系数，目标偏向函数g(x)自变量x满足如下公式：

18、

19、式中δx为自变量增量，check()为碰撞检测函数，若随机树与障碍物发生碰撞则返回值为1，反之则返回值为0；

20、进一步地，所述步骤8中贪心策略裁剪冗余节点和构建二次b样条曲线对路径进行平滑处理过程为：

21、首先将起始点qstart与目标点qgoal直接相连，若不与障碍物发生碰撞，则直接将起始点与目标点的连线作为路径，若发生碰撞，则将终点的前一个节点与起始点qstart相连，按照上述步骤，依次对各节点与起始点连线进行碰撞检测，直到不发生碰撞，将该节点记为新路径节点qnew1，然后将新路径节点qnew1作为新起始点，重复以上过程，直到找到能够与目标点qgoal直接相连而不发生碰撞的新路径节点就结束该流程。将得到的新路径节点与起始点qstart、目标点qgoal依次相连便得到了裁剪后的优化路径，二次b样条曲线方程如下公式：

22、

23、其中fi,2(t)为二次b样条基函数，pi为控制点；

24、本发明提供的技术方案有以下有益效果：

25、1、本发明设置动态限制采样区域，限制了算法采样范围，降低了采样过程随机性并保证算法的概率完备性，有效提升了算法搜索效率；

26、2、本发明采用目标偏向自适应步长策略，提升了随机树扩展过程中的目标导向性，并且避免了算法陷入局部陷阱；

27、3、本发明利用贪心策略对冗余节点进行裁剪，缩短路径长度，在相邻节点之间构建二次b样条曲线对路径进行平滑处理，从而得到平滑路径，解决机器人移动过程中的运动学约束问题。

技术特征：

1.一种基于改进rrt-connect算法的机器人路径规划方法，其特征在于，所述方法具体分为以下步骤：

2.根据权利要求1所述的基于改进rrt-connect算法的机器人路径规划方法，其特征在于，步骤2中设置动态限制采样区域，在限制采样区域中进行采样，动态限制采样区域range满足如下公式：

3.根据权利要求1所述的基于改进rrt-connect算法的机器人路径规划方法，其特征在于，步骤4中采用目标偏向自适应步长策略，自适应步长s*计算公式如下：

4.根据权利要求1所述的基于改进rrt-connect算法的机器人路径规划方法，其特征在于，步骤8中利用贪心策略对冗余节点进行裁剪，并构建二次b样条曲线对路径进行平滑处理，具体过程为：

技术总结
本发明涉及路径规划技术领域，具体公开了一种基于改进RRT‑Connect算法的机器人路径规划方法，包括：初始化参数信息和构建地图，设置最大迭代次数、起始点和目标点位置等参数，分别从起始点和目标点开始构建两棵随机树；设置动态限制采样区域，在限制采样区域进行采样，采用目标偏向自适应步长策略引导两棵随机树交替扩展节点；利用贪心策略和构建B样条曲线对初始路径进行裁剪和平滑处理；最后输出优化路径。相较于传统的RRT‑Connect算法，该方法通过设置动态限制采样区域，减小了采样随机性，采用目标偏向自适应步长策略引导随机树扩展节点，并且利用贪心策略和构建B样条曲线对路径进行优化，可以有效提升机器人路径规划效率和规划路径质量。

技术研发人员：罗毅,邓嘉
受保护的技术使用者：华北电力大学
技术研发日：
技术公布日：2024/12/5