CN106840169A - 用于机器人路径规划的改进方法 - Google Patents

用于机器人路径规划的改进方法 Download PDF

Info

Publication number
CN106840169A
CN106840169A CN201710183617.5A CN201710183617A CN106840169A CN 106840169 A CN106840169 A CN 106840169A CN 201710183617 A CN201710183617 A CN 201710183617A CN 106840169 A CN106840169 A CN 106840169A
Authority
CN
China
Prior art keywords
point
planning
path
barrier
paths
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710183617.5A
Other languages
English (en)
Other versions
CN106840169B (zh
Inventor
尚泽普
赵旦谱
台宪青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu IoT Research and Development Center
Original Assignee
Jiangsu IoT Research and Development Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu IoT Research and Development Center filed Critical Jiangsu IoT Research and Development Center
Priority to CN201710183617.5A priority Critical patent/CN106840169B/zh
Publication of CN106840169A publication Critical patent/CN106840169A/zh
Application granted granted Critical
Publication of CN106840169B publication Critical patent/CN106840169B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种用于机器人路径规划的改进方法,包括:步骤一,双向路径规划:分别按照从起始点向目标点和从目标点向起始点的两种方向利用A*算法进行路径规划,保留这两组规划的路径;步骤二,设置并移动关键点:寻找两组规划的路径的交汇点、两组路径上距离障碍物各自最近的点中距离障碍物最远的点,考察该点距离障碍物的距离,若满足大于等于设定距离阈值这个标准,即为关键点;若不满足大于等于设定距离阈值这个标准,则将该点沿规划的路径移动至一个位置点,该位置点距离障碍物的距离刚好等于设定距离阈值,该位置点作为关键点;步骤三,分段规划路径。

Description

用于机器人路径规划的改进方法
技术领域
本发明涉及一种机器人路径规划方法,尤其是一种针对A*算法改进后的路径规划方法。
背景技术
随着机器人技术的发展,机器人的应用越来越多,而移动机器人因其能够更灵活地参与到人类生活和工作的空间,受到广泛关注。
机器人在空间中自由地移动,也就是机器人自主导航,其实现需要机器人能够以其所在空间的地图为基础,根据给定的起始点和目标点,规划出可行且合理的路径。
因此机器人路径规划方法,就成了实现机器人自主导航的重要保障。目前机器人路径规划采用的方法是A*算法,它采用启发式搜索的方式,在栅格化的地图数据基础上由起始点向目标点搜索。
而目前A*算法所规划的路径在某些情况下仍存在问题。在规划路径时,A*算法通常会贴近地图中已有的妨碍机器人行进的障碍物,以达到算法中启发函数的要求,但这样通常会使得机器人在实际行走时偏向于靠近障碍物而行,因此机器人就需要在避障中耗费大量的时间、计算资源和能量。
发明内容
本发明的目的在于克服现有技术中存在的不足,提供一种用于机器人路径规划的改进方法,通过设置和移动关键点达到改善路径走向的目的。本发明的重点是找到合适的关键点。本发明采用的技术方案是:
一种用于机器人路径规划的改进方法,包括:
步骤一,双向路径规划:
分别按照从起始点向目标点和从目标点向起始点的两种方向利用A*算法进行路径规划,保留这两组规划的路径;
步骤二,设置并移动关键点:
寻找两组规划的路径的交汇点、两组路径上距离障碍物各自最近的点中距离障碍物最远的点,考察该点距离障碍物的距离,若满足大于等于设定距离阈值这个标准,即为关键点;若不满足大于等于设定距离阈值这个标准,则将该点沿规划的路径移动至一个位置点,该位置点距离障碍物的距离刚好等于设定距离阈值,该位置点作为关键点;
步骤三,分段规划路径:
从关键点向起始点和目标点分别规划路径,并分别从起始点和目标点向关键点规划路径;对于各分段上的两条路径重复步骤二和步骤三直到关键点不变或者位置变化幅度小于要求值;
经过以上步骤,可以得到分段的优化后的路径,在各分段中选取距离障碍物较远的路径,组合所得分段路径。
进一步地,步骤二中,若需要移动的该点为交汇点,则沿两组规划的路径中任一路径移动。
进一步地,设定距离阈值为1米。
本发明的优点在于:
1)优化了机器人规划的路径。
2)能够在实际应用中更流畅更合理更高效地完成机器人导航任务。
3)间接地节省了机器人运行的能耗。
附图说明
图1为本发明的路径规划示意图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
本发明的重点是找到并移动合适的关键点到合适的位置,其实现分为三个步骤:第一步进行双向路径规划;第二步设置并移动关键点;第三步分段规划路径;
步骤一,双向路径规划:
分别按照从起始点向目标点和从目标点向起始点的两种方向利用A*算法进行路径规划,保留这两组规划的路径;
两组规划的路径如图1中所示,起始点->点C->目标点(下简称路径一),目标点->点C-起始点(下简称路径二);点C为两组规划的路径的交汇点;
步骤二,设置并移动关键点:
寻找两组规划的路径的交汇点、两组路径上距离障碍物各自最近的点中距离障碍物最远的点,考察该点距离障碍物的距离,若满足大于等于设定距离阈值这个标准,即为关键点;若不满足大于等于设定距离阈值这个标准,则将该点沿规划的路径移动至一个位置点,该位置点距离障碍物的距离刚好等于设定距离阈值,该位置点作为关键点;(若需要移动的该点为交汇点,则可沿两组规划的路径中任一路径移动);
图1中,对于交汇点C、路径一上距离障碍物X最近的点为A、路径二上距离障碍物最近的点为B,点C为此三点中距离障碍物X最远的点;考察点C距离障碍物X的距离,若大于等于1米,则直接将点C作为关键点;如果点C距离障碍物X的距离只有0.7米,那么在路径一或路径二上移动点C至一个新的位置点,该位置点距离障碍物的距离为1米,该点C移动后的位置点作为关键点;
步骤三,分段规划路径:
从关键点向起始点和目标点分别规划路径,并分别从起始点和目标点向关键点规划路径;对于各分段上的两条路径重复步骤二和步骤三直到关键点不变或者位置变化幅度小于要求值(比如0.4米);
经过以上步骤,可以得到分段的优化后的路径,在各分段中选取距离障碍物较远的路径,组合所得分段路径,即可得到本发明所寻求的更合理的路径。

Claims (3)

1.一种用于机器人路径规划的改进方法,其特征在于,包括:
步骤一,双向路径规划:
分别按照从起始点向目标点和从目标点向起始点的两种方向利用A*算法进行路径规划,保留这两组规划的路径;
步骤二,设置并移动关键点:
寻找两组规划的路径的交汇点、两组路径上距离障碍物各自最近的点中距离障碍物最远的点,考察该点距离障碍物的距离,若满足大于等于设定距离阈值这个标准,即为关键点;若不满足大于等于设定距离阈值这个标准,则将该点沿规划的路径移动至一个位置点,该位置点距离障碍物的距离刚好等于设定距离阈值,该位置点作为关键点;
步骤三,分段规划路径:
从关键点向起始点和目标点分别规划路径,并分别从起始点和目标点向关键点规划路径;对于各分段上的两条路径重复步骤二和步骤三直到关键点不变或者位置变化幅度小于要求值;
经过以上步骤,可以得到分段的优化后的路径,在各分段中选取距离障碍物较远的路径,组合所得分段路径。
2.如权利要求1所述的用于机器人路径规划的改进方法,其特征在于,
步骤二中,若需要移动的该点为交汇点,则沿两组规划的路径中任一路径移动。
3.如权利要求1所述的用于机器人路径规划的改进方法,其特征在于,
设定距离阈值为1米。
CN201710183617.5A 2017-03-24 2017-03-24 用于机器人路径规划的改进方法 Active CN106840169B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710183617.5A CN106840169B (zh) 2017-03-24 2017-03-24 用于机器人路径规划的改进方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710183617.5A CN106840169B (zh) 2017-03-24 2017-03-24 用于机器人路径规划的改进方法

Publications (2)

Publication Number Publication Date
CN106840169A true CN106840169A (zh) 2017-06-13
CN106840169B CN106840169B (zh) 2020-03-31

Family

ID=59131065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710183617.5A Active CN106840169B (zh) 2017-03-24 2017-03-24 用于机器人路径规划的改进方法

Country Status (1)

Country Link
CN (1) CN106840169B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109634284A (zh) * 2019-01-15 2019-04-16 安徽工程大学 基于嵌套三分算法的机器人执行端避障的路径规划方法
CN110361009A (zh) * 2019-07-12 2019-10-22 深圳市银星智能科技股份有限公司 一种路径规划方法、路径规划系统以及移动机器人
CN113319859A (zh) * 2021-05-31 2021-08-31 上海节卡机器人科技有限公司 一种机器人示教方法、系统、装置及电子设备
CN113503884A (zh) * 2021-04-13 2021-10-15 上海擎朗智能科技有限公司 路径规划方法、装置、设备和存储介质
CN114593731A (zh) * 2020-12-07 2022-06-07 山东新松工业软件研究院股份有限公司 一种机器人寻找路径的规化优化的方法及其系统
WO2023024539A1 (zh) * 2021-08-24 2023-03-02 珠海格力电器股份有限公司 路径导航规划方法、装置、存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102359784A (zh) * 2011-08-01 2012-02-22 东北大学 一种室内移动机器人自主导航避障系统及方法
US20140100736A1 (en) * 2012-10-09 2014-04-10 Samsung Electronics Co., Ltd. Robot cleaner and control method thereof
CN104390648A (zh) * 2014-12-22 2015-03-04 中国矿业大学 一种基于人工势场的煤矿救灾机器人路径规划方法
CN104457775A (zh) * 2014-12-12 2015-03-25 北京航天宏图信息技术有限责任公司 路径确定方法、装置和导航仪

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102359784A (zh) * 2011-08-01 2012-02-22 东北大学 一种室内移动机器人自主导航避障系统及方法
US20140100736A1 (en) * 2012-10-09 2014-04-10 Samsung Electronics Co., Ltd. Robot cleaner and control method thereof
CN104457775A (zh) * 2014-12-12 2015-03-25 北京航天宏图信息技术有限责任公司 路径确定方法、装置和导航仪
CN104390648A (zh) * 2014-12-22 2015-03-04 中国矿业大学 一种基于人工势场的煤矿救灾机器人路径规划方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109634284A (zh) * 2019-01-15 2019-04-16 安徽工程大学 基于嵌套三分算法的机器人执行端避障的路径规划方法
CN109634284B (zh) * 2019-01-15 2021-07-23 安徽工程大学 基于嵌套三分算法的机器人执行端避障的路径规划方法
CN110361009A (zh) * 2019-07-12 2019-10-22 深圳市银星智能科技股份有限公司 一种路径规划方法、路径规划系统以及移动机器人
CN110361009B (zh) * 2019-07-12 2020-09-22 深圳市银星智能科技股份有限公司 一种路径规划方法、路径规划系统以及移动机器人
CN114593731A (zh) * 2020-12-07 2022-06-07 山东新松工业软件研究院股份有限公司 一种机器人寻找路径的规化优化的方法及其系统
CN113503884A (zh) * 2021-04-13 2021-10-15 上海擎朗智能科技有限公司 路径规划方法、装置、设备和存储介质
CN113503884B (zh) * 2021-04-13 2023-09-15 上海擎朗智能科技有限公司 路径规划方法、装置、设备和存储介质
CN113319859A (zh) * 2021-05-31 2021-08-31 上海节卡机器人科技有限公司 一种机器人示教方法、系统、装置及电子设备
CN113319859B (zh) * 2021-05-31 2022-06-28 上海节卡机器人科技有限公司 一种机器人示教方法、系统、装置及电子设备
WO2023024539A1 (zh) * 2021-08-24 2023-03-02 珠海格力电器股份有限公司 路径导航规划方法、装置、存储介质及电子设备

Also Published As

Publication number Publication date
CN106840169B (zh) 2020-03-31

Similar Documents

Publication Publication Date Title
CN106840169A (zh) 用于机器人路径规划的改进方法
US10124488B2 (en) Robot control system and method for planning driving path of robot
CN103294054B (zh) 一种机器人导航方法及系统
US20190339080A1 (en) Path Planning Method and Apparatus
CN108582073B (zh) 一种基于改进的随机路标地图法的机械臂快速避障方法
CN105116902A (zh) 一种移动机器人避障导航的方法和系统
CN104070525B (zh) 用于空间机械臂连续轨迹跟踪的方法
CN104853402A (zh) 无线接入服务方法和设备
CN111308996B (zh) 教练装置及其合作运作控制方法
CN106919171A (zh) 一种机器人室内定位导航系统及方法
CN102868972A (zh) 基于改进q学习算法的物联网错误传感器节点定位方法
CN104535960B (zh) 一种基于rfid的室内快速定位方法
CN104598621A (zh) 一种基于滑动窗口的轨迹压缩方法
Xinggang et al. Variable probability based bidirectional RRT algorithm for UAV path planning
CN104390648A (zh) 一种基于人工势场的煤矿救灾机器人路径规划方法
CN108762256A (zh) 一种机器人规避相对高速障碍物的方法
CN104135750A (zh) 基于网络密度分簇的无线传感器网络多移动信标组移动路径规划方法
CN104407613B (zh) 一种避障路径平滑优化方法
CN103337084B (zh) 一种基于人工地物特征的地物图斑自动生成方法
CN115390551A (zh) 一种机器人路径规划方法、装置、电子设备及存储介质
Zhao et al. A fast robot path planning algorithm based on bidirectional associative learning
CN103220778B (zh) 一种基于无线传感器网络的移动节点队形变换方法及实现装置
CN105116888B (zh) 一种基于无线传感网络的移动机器人控制系统的控制方法
Zong et al. Trajectory planning in 3D dynamic environment with non-cooperative agents via fast marching and Bézier curve
Park et al. Sampling-based retraction method for improving the quality of mobile robot path planning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant