CN108195383A - 一种基于改进rrt算法的地下无人铲运机路径规划方法 - Google Patents
一种基于改进rrt算法的地下无人铲运机路径规划方法 Download PDFInfo
- Publication number
- CN108195383A CN108195383A CN201810204256.2A CN201810204256A CN108195383A CN 108195383 A CN108195383 A CN 108195383A CN 201810204256 A CN201810204256 A CN 201810204256A CN 108195383 A CN108195383 A CN 108195383A
- Authority
- CN
- China
- Prior art keywords
- underground
- rrt algorithms
- scraper
- algorithms
- unmanned
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000001052 transient effect Effects 0.000 claims description 13
- 230000004888 barrier function Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 abstract 1
- 238000005070 sampling Methods 0.000 abstract 1
- 238000005065 mining Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001027 hydrothermal synthesis Methods 0.000 description 2
- 238000010411 cooking Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments 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)
Abstract
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。虽然基于RRT算法的路径规划方法可以用于解决路径规划问题,但当自由配置空间中为狭窄通道时,铲运机需要穿越狭窄通道才能到达终点时,往往需要更稠密的采样才能发现狭窄通道的连通性,影响算法的求解效率和成功率。本发明对RRT算法进行改进,更加适应于狭窄通道下的路径规划,明显提高地下无人铲运机工作的效率,具有广阔的应用前景。
Description
技术领域
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。
发明内容
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。
Claims (5)
1.一种基于改进RRT算法的地下无人铲运机路径规划方法,其特征在于对RRT算法进行了改进,首先对环境以及约束条件进行建模,运用改进的RRT算法为地下无人铲运机规划出一条可行的路径。
2.根据权利要求1所述的一种基于改进RRT算法的地下无人铲运机路径规划方法,其特征在于改进的RRT算法设定为0,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。
3.根据权利要求1所述的一种基于改进RRT算法的地下无人铲运机路径规划方法,其特征在于随机树优先朝向目标点扩展,当扩展失败时再朝向进行扩展。
4.根据权利要求1所述的一种基于改进RRT算法的地下无人铲运机路径规划方法,其特征在于首先以步长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。
5.根据权利要求1所述的一种基于改进RRT算法的地下无人铲运机路径规划方法,本发明改进的RRT算法与双向RRT算法相结合为地下无人铲运机规划路径,双向RRT的TREE1与TREE2扩展规则相同,对改进的RRT算法的具体描述如下:
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810204256.2A CN108195383A (zh) | 2018-03-13 | 2018-03-13 | 一种基于改进rrt算法的地下无人铲运机路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810204256.2A CN108195383A (zh) | 2018-03-13 | 2018-03-13 | 一种基于改进rrt算法的地下无人铲运机路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108195383A true CN108195383A (zh) | 2018-06-22 |
Family
ID=62595547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810204256.2A Pending CN108195383A (zh) | 2018-03-13 | 2018-03-13 | 一种基于改进rrt算法的地下无人铲运机路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108195383A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108981704A (zh) * | 2018-07-13 | 2018-12-11 | 昆明理工大学 | 一种基于动态步长的目标引力双向rrt路径规划方法 |
CN109445444A (zh) * | 2018-12-25 | 2019-03-08 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN109582024A (zh) * | 2018-12-27 | 2019-04-05 | 济南大学 | 一种智能铲运机的路径规划方法 |
CN109669459A (zh) * | 2018-12-28 | 2019-04-23 | 西北工业大学 | 一种采用不变集的动态反馈路径规划方法 |
CN109708640A (zh) * | 2018-12-27 | 2019-05-03 | 济南大学 | 一种移动机器人的三维路径规划方法 |
CN109737970A (zh) * | 2019-03-21 | 2019-05-10 | 集美大学 | 一种基于改进rrt算法的水面无人艇路径规划方法 |
CN111707264A (zh) * | 2020-05-30 | 2020-09-25 | 同济大学 | 一种改进拓展式rrt路径规划方法、系统及装置 |
CN111896004A (zh) * | 2020-07-28 | 2020-11-06 | 湖南大学 | 一种狭窄通道车辆轨迹规划方法及系统 |
CN112650256A (zh) * | 2020-12-30 | 2021-04-13 | 河南大学 | 一种基于改进双向rrt机器人路径规划方法 |
CN112947480A (zh) * | 2021-03-24 | 2021-06-11 | 武汉理工大学 | 一种移动机器人路径规划方法、存储介质及系统 |
CN113296496A (zh) * | 2021-04-05 | 2021-08-24 | 青岛科技大学 | 基于多采样点的引力自适应步长双向rrt路径规划方法 |
CN113359775A (zh) * | 2021-07-08 | 2021-09-07 | 哈尔滨理工大学 | 一种动态变采样区域rrt无人车路径规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100174435A1 (en) * | 2009-01-07 | 2010-07-08 | Samsung Electronics Co., Ltd. | Path planning apparatus of robot and method thereof |
US20110035087A1 (en) * | 2009-08-10 | 2011-02-10 | Samsung Electronics Co., Ltd. | Method and apparatus to plan motion path of robot |
US20110106306A1 (en) * | 2009-11-02 | 2011-05-05 | Samsung Electronics Co., Ltd. | Path planning apparatus of robot and method and computer-readable medium thereof |
CN103941737A (zh) * | 2014-05-09 | 2014-07-23 | 济南大学 | 一种复杂环境下拖挂式移动机器人的运动规划与控制方法 |
CN104155974A (zh) * | 2013-07-29 | 2014-11-19 | 深圳信息职业技术学院 | 一种用于机器人快速避碰的路径规划方法及设备 |
CN104516356A (zh) * | 2015-01-08 | 2015-04-15 | 西北工业大学 | 基于rrt的动态障碍规避算法 |
-
2018
- 2018-03-13 CN CN201810204256.2A patent/CN108195383A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100174435A1 (en) * | 2009-01-07 | 2010-07-08 | Samsung Electronics Co., Ltd. | Path planning apparatus of robot and method thereof |
US20110035087A1 (en) * | 2009-08-10 | 2011-02-10 | Samsung Electronics Co., Ltd. | Method and apparatus to plan motion path of robot |
US20110106306A1 (en) * | 2009-11-02 | 2011-05-05 | Samsung Electronics Co., Ltd. | Path planning apparatus of robot and method and computer-readable medium thereof |
CN104155974A (zh) * | 2013-07-29 | 2014-11-19 | 深圳信息职业技术学院 | 一种用于机器人快速避碰的路径规划方法及设备 |
CN103941737A (zh) * | 2014-05-09 | 2014-07-23 | 济南大学 | 一种复杂环境下拖挂式移动机器人的运动规划与控制方法 |
CN104516356A (zh) * | 2015-01-08 | 2015-04-15 | 西北工业大学 | 基于rrt的动态障碍规避算法 |
Non-Patent Citations (3)
Title |
---|
尹高扬,等: ""基于改进RRT算法的无人机航迹规划"" * |
樊晓平,等: ""基于快速扩展随机树的机器人路径规划仿真实验平台研究"" * |
王道威,等: ""动态步长的RRT路径规划算法"" * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108981704A (zh) * | 2018-07-13 | 2018-12-11 | 昆明理工大学 | 一种基于动态步长的目标引力双向rrt路径规划方法 |
CN109445444B (zh) * | 2018-12-25 | 2021-05-11 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN109445444A (zh) * | 2018-12-25 | 2019-03-08 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN109582024A (zh) * | 2018-12-27 | 2019-04-05 | 济南大学 | 一种智能铲运机的路径规划方法 |
CN109708640A (zh) * | 2018-12-27 | 2019-05-03 | 济南大学 | 一种移动机器人的三维路径规划方法 |
CN109669459A (zh) * | 2018-12-28 | 2019-04-23 | 西北工业大学 | 一种采用不变集的动态反馈路径规划方法 |
CN109669459B (zh) * | 2018-12-28 | 2022-05-10 | 西北工业大学 | 一种采用不变集的动态反馈路径规划方法 |
CN109737970A (zh) * | 2019-03-21 | 2019-05-10 | 集美大学 | 一种基于改进rrt算法的水面无人艇路径规划方法 |
CN111707264A (zh) * | 2020-05-30 | 2020-09-25 | 同济大学 | 一种改进拓展式rrt路径规划方法、系统及装置 |
CN111896004A (zh) * | 2020-07-28 | 2020-11-06 | 湖南大学 | 一种狭窄通道车辆轨迹规划方法及系统 |
CN112650256A (zh) * | 2020-12-30 | 2021-04-13 | 河南大学 | 一种基于改进双向rrt机器人路径规划方法 |
CN112947480A (zh) * | 2021-03-24 | 2021-06-11 | 武汉理工大学 | 一种移动机器人路径规划方法、存储介质及系统 |
CN113296496A (zh) * | 2021-04-05 | 2021-08-24 | 青岛科技大学 | 基于多采样点的引力自适应步长双向rrt路径规划方法 |
CN113359775A (zh) * | 2021-07-08 | 2021-09-07 | 哈尔滨理工大学 | 一种动态变采样区域rrt无人车路径规划方法 |
CN113359775B (zh) * | 2021-07-08 | 2022-01-18 | 哈尔滨理工大学 | 一种动态变采样区域rrt无人车路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108195383A (zh) | 一种基于改进rrt算法的地下无人铲运机路径规划方法 | |
CN105929843B (zh) | 一种基于改进蚁群算法的机器人路径规划方法 | |
CN110531762A (zh) | 一种基于改进人工势场法的机器人路径规划方法 | |
CN109582024A (zh) | 一种智能铲运机的路径规划方法 | |
CN103365293B (zh) | 一种基于动态区域划分的机器人安全路径规划方法 | |
CN109764886A (zh) | 一种路径规划方法 | |
CN108896052A (zh) | 一种基于动态复杂环境下的移动机器人平滑路径规划方法 | |
CN107943053A (zh) | 一种移动机器人的路径规划方法 | |
CN110487279A (zh) | 一种基于改进a*算法的路径规划方法 | |
CN108681787A (zh) | 基于改进双向快速扩展随机树算法的无人机路径优化方法 | |
CN106989748A (zh) | 一种基于云模型的农业移动机器人人机合作路径规划方法 | |
CN109443364A (zh) | 基于a*算法的路径规划方法 | |
CN109990796A (zh) | 基于双向扩展随机树的智能车路径规划方法 | |
CN104282221B (zh) | 一种构建室内地图的道路网络的方法 | |
CN106647754A (zh) | 一种果园履带机器人路径规划方法 | |
CN110006429A (zh) | 一种基于深度优化的无人船航迹规划方法 | |
CN107357295B (zh) | 一种基于栅格地图的路径搜索方法和芯片及机器人 | |
CN112327856B (zh) | 一种基于改进A-star算法的机器人路径规划方法 | |
CN109931943B (zh) | 无人船舶全局路径规划方法及电子设备 | |
CN108415413A (zh) | 一种基于圆形有用域的智能叉车局部避障路径规划方法 | |
CN106089201A (zh) | 一种用于无人化采煤工作面的截割路径规划方法 | |
CN113128078B (zh) | 一种综采工作面的采煤机后滚筒自适应截割路径规划方法 | |
CN114675649A (zh) | 一种融合改进的a*与dwa算法的室内移动机器人路径规划方法 | |
CN108759829A (zh) | 一种智能叉车的局部避障路径规划方法 | |
CN114489040A (zh) | 基于改进a*算法与人工势场算法的混合路径规划方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180622 |