CN110906947B - 基于二维静态路径规划的黏菌rrt导航方法及系统 - Google Patents
基于二维静态路径规划的黏菌rrt导航方法及系统 Download PDFInfo
- Publication number
- CN110906947B CN110906947B CN201911228454.3A CN201911228454A CN110906947B CN 110906947 B CN110906947 B CN 110906947B CN 201911228454 A CN201911228454 A CN 201911228454A CN 110906947 B CN110906947 B CN 110906947B
- Authority
- CN
- China
- Prior art keywords
- point
- circle
- taking
- rrt
- mobile robot
- 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.)
- Active
Links
Images
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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Abstract
本发明公开了一种基于二维静态路径规划的黏菌RRT导航方法及系统,包括:以移动机器人所在点为原点,以步长为半径做圆;以所述圆为探索范围,圆上的点为待选节点集合;当探索范围内没有障碍物时,连接起点与终点的直线与所述圆的交点做为新的节点;以所述节点作为原点,以步长为半径做圆;按照上述方法重新选择新的节点,使得得到的路径最短。本发明方法能够改进RRT算法的路径不光滑,路径非最短路径问题,以此来提高RRT算法性能,得到更优更短的路径。
Description
技术领域
本发明涉及路径规划技术领域,尤其涉及基于二维静态路径规划的黏菌RRT导航方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
Rapidly-exploring Random Tree,简称RRT,也称快速搜索随机树算法,RRT算法是一种经典的常用的路径规划算法,它适用于二维和三维环境。RRT的思想是快速扩张一群像树一样的路径以探索(填充)空间的大部分区域,伺机找到可行的路径。
RRT是路径规划的经典算法之一。RRT是一种基于采样的在线路径规划算法。通过在导航区域执行随机搜索,它允许在半结构化空间中进行快速规划。它还可以考虑非完整约束(如车辆的最大转弯半径和动量)。RRT算法可以在二维或三维环境中进行路径规划。它不仅适用于移动机器人,也适用于多轴机械臂。
RRT的基本步骤是:1.起点作为一颗种子,从它开始生长枝丫;2.在机器人的“构型”空间中,生成一个随机点;3.在树上找到距离最近的那个点,记为2;4.朝着目标点的方向生长,如果没有碰到障碍物就把生长后的树枝和端点添加到树上。
在障碍物多而且杂乱的情况下,RRT探索空间的能力还是不错的。
RRT的一个弱点是难以形成光滑笔直的路线,由于RRT算法的核心思想是将新点连接在最近的节点上,因此,RRT算法形成的路径难以避免的会形成大量的拐折点,不利于移动机器人在物理层面的实现。且RRT算法形成的路径在并非最短路径或最优路径。
RRT的另一个弱点是难以在有狭窄通道的环境找到路径。因为狭窄通道面积小,被碰到的概率低,找到路径需要的时间要看运气了。下图展示的例子是RRT应对一个人为制作的很短的狭窄通道,有时RRT很快就找到了出路,有时则一直被困在障碍物里面。
发明内容
为了解决上述问题,本发明提出了一种基于二维静态路径规划的黏菌RRT导航方法及系统,采用黏菌-RRT算法,能够提高RRT算法性能,得到更优更短的路径。
在一些实施方式中,采用如下技术方案:
一种基于二维静态路径规划的黏菌RRT导航方法,包括:
以移动机器人所在点为原点,以步长为半径做圆;以所述圆为探索范围,圆上的点为待选节点集合;
当探索范围内没有障碍物时,连接起点与终点的直线与所述圆的交点做为新的节点;以所述节点作为原点,以步长为半径做圆;按照上述方法重新选择新的节点,使得得到的路径最短。
在另一些实施方式中,采用如下技术方案:
一种基于二维静态路径规划的黏菌RRT导航系统,包括:
用于以移动机器人所在点为原点,以步长为半径做圆;以所述圆为探索范围,圆上的点为待选节点集合的装置;
用于当探索范围内没有障碍物时,连接起点与终点的直线与所述圆的交点做为新的节点的装置;
用于以所述节点作为原点,以步长为半径做圆的装置;
用于重新选择新的节点,使得得到的路径最短的装置。
在另一些实施方式中,采用如下技术方案:
一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行上述的基于二维静态路径规划的黏菌RRT导航方法。
在另一些实施方式中,采用如下技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行上述的基于二维静态路径规划的黏菌RRT导航方法。
与现有技术相比,本发明的有益效果是:
本发明方法能够改进RRT算法的路径不光滑,路径非最短路径问题,以此来提高RRT算法性能,得到更优更短的路径。
附图说明
图1是本发明实施例一中黏菌RRT导航方法的流程图;
图2是本发明实施例一中黏菌RRT导航方法的父节点与待选节点之间的关系;
图3是本发明实施例一中黏菌RRT导航方法在探索空间内无障碍物的情况下选择新节点的方式;
图4是本发明实施例一中黏菌RRT导航方法在探索空间内有障碍物的情况下,障碍物未阻挡新节点的情况下选择新节点的方式;
图5是本发明实施例一中黏菌RRT导航方法在探索空间内有障碍物的情况下,障碍物阻挡新节点的情况下选择新节点的方式;
图6是本发明实施例一中黏菌RRT导航方法目标点在探索范围内的情况下,节点的选择方式;
图7是本发明实施例一中黏菌RRT导航方法整体预想结果。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
黏菌是一群类似霉菌的生物,会形成具有细胞壁的孢子,细胞不具细胞壁,如变形虫一样,可任意改变体形。黏菌是一种大型单细胞生物,由大量的细胞核和流动的原生质网络组成。形如虫的细胞质可以自由地改变形状和流动,外部环境的信息可以传递到细胞质中,使形如虫能够利用优势,避免损害。黏菌也可以通过原生质移动。因此,黏菌可以聚集在舒适的地方(即营养物、温暖和水分),逃离恶劣的条件(即寒冷和干燥)或寻找(向营养物移动)。
黏菌因其生物学上的相对简单和行为上的复杂性而成为路径规划研究的对象。在黏菌向生长在营养物质上的微生物觅食、吞噬和消耗。当黏菌远离营养物质时,它会尽可能地扩大自己的面积,探索营养物质的踪迹,然后形成一个连接营养物质的原生质管网络。这无需借助任何专门的神经组织。生物动态调整其形态以形成食物来源之间的有效路径。
当黏菌寻找食物时,它会把自己分散成一块薄薄饼,以最大限度地搜寻外部信息。当它完成了从外部世界收集信息的这一步后,它将在它自己的身体覆盖的区域,选择一个合适的位置作为它的新位置(离营养物质最近,没有障碍物)。这个循环一直持续到疟原虫达到一个营养物质(目标点)。
与RRT算法模拟树的生长不同,新算法模拟的是黏菌的繁殖。每一个节点都是一代黏菌的细胞核(起始点为第一代父节点)。每一代节点所能拓展的区域确定,形状为圆形,该圆的半径为步长。新节点只能在圆周上选取。
在一个或多个实施方式中,公开了一种基于二维静态路径规划的黏菌RRT导航方法,如图1所示,为基于二维静态路径规划的黏菌RRT导航方法的流程图,当目标点不在移动机器人的探索范围(以移动机器人所在节点为圆心,以步长为半径的圆)内时,我们检测目标点与移动机器人所在节点(父节点)的连线是否被障碍物阻挡,若未阻挡,则选择父节点和圆的交点为新节点,若被阻挡,则在圆周上选择一个未被障碍物阻挡的点为新节点。循环上述操作,直至目标点在机器人探索范围内,则结束。
根据本公开的一个或多个实施例的一个方面,提供基于二维静态路径规划的黏菌RRT导航方法。应用于在工厂、实验室或研究所等一些需要用移动机器人大量运输物品的场所。
基于二维静态路径规划的黏菌RRT导航方法,该方法中应用至少一个移动机器人,所述移动机器人自带激光雷达,并且可以建立全局地图SLAM算法和利用激光雷达匹配自然参照物的方式来定位。移动机器人可以时刻知晓自己在地图中的位置,以及自己是否已经到达目标点,并且我们可以对移动机器人的导航模式进行编程和控制。
如图2所示,为父节点与子节点之间的关系,父节点为移动机器人当前位置,以移动机器人当前位置为圆心,步长(步长可调整,一般不大于最小的障碍物的半径)为半径所形成的圆,改圆为待选子节点的集合,即子节点在圆周上选取,该圆内被称为探索范围。
如图3所示,当探索范围内无障碍物时,连接目标点与父节点,该直线与图2所描述圆的交点,则为新的节点。
如图4所示,当探索范围内有障碍物时,但障碍物未阻挡目标点与父节点连线与图2所描述圆的交点,则依旧令交点为新的节点。
如图5所示,当探索范围内有障碍物时,且障碍物阻挡目标点与父节点连线与图2所描述圆的交点,则在圆周上随机选取一无障碍物遮挡的点,令此点为新的交点。
如图6所示,若目标点与移动机器人的距离小于步长,即目标点在探索范围内,则令目标点为新的节点,即导航结束。
如图7所示,为本导航方法预想结果示意图,机器人能够以最短的路径到达目标点。
实施例二
在一个或多个实施方式中,公开了一种基于二维静态路径规划的黏菌RRT导航系统,包括:
用于以移动机器人所在点为原点,以步长为半径做圆;以所述圆为探索范围,圆上的点为待选节点集合的装置;
用于当探索范围内没有障碍物时,连接起点与终点的直线与所述圆的交点做为新的节点的装置;
用于以所述节点作为原点,以步长为半径做圆的装置;
用于重新选择新的节点,使得得到的路径最短的装置。
作为进一步地改进方案,还包括:
当探索范围内有障碍物时,若障碍物不阻挡目标点与起点的连线,用于连接机器人所在点与终点的直线与上述圆的交点做为新的节点的装置。
作为进一步地改进方案,还包括:
当探索范围内有障碍物时,若障碍物阻挡目标点与起点的连线,用于在圆周中随机选取一无阻挡的点做为新的节点的装置。
作为进一步地改进方案,还包括:
用于当移动机器人和目标点之间的距离小于步长时,即目标点在探索范围内,则控制移动机器人直接运行至目标点的装置。
实施例三
在一个或多个实施方式中,公开了一种终端设备,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例一中的基于二维静态路径规划的黏菌RRT导航方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的基于二维静态路径规划的黏菌RRT导航方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (4)
1.一种基于二维静态路径规划的黏菌RRT导航方法,其特征在于,包括: 以移动机器人所在点为原点,以步长为半径做圆;以所述圆为探索范围,圆上的点为待选节点集合;所述移动机器人自带激光雷达,并且可以建立全局地图SLAM算法和利用激光雷达匹配自然参照物的方式来定位;所述步长可调整;
当探索范围内没有障碍物时,连接起点与终点的直线与所述圆的交点做为新的节点;以所述节点作为原点,以步长为半径做圆; 按照上述方法重新选择新的节点,使得得到的路径最短;
当移动机器人和目标点之间的距离小于步长时,即目标点在探索范围内,则控制移动机器人直接运行至目标点;
当探索范围内有障碍物时,若障碍物不阻挡目标点与起点的连线, 则连接机器人所在点与终点的直线与上述圆的交点做为新的节点;
当探索范围内有障碍物时,若障碍物阻挡目标点与起点的连线, 则在圆周中随机选取一无阻挡的点做为新的节点。
2.一种基于二维静态路径规划的黏菌RRT导航系统,其特征在于,包括: 用于以移动机器人所在点为原点,以步长为半径做圆;以所述圆为探索范围,圆上的点为待选节点集合的装置;所述移动机器人自带激光雷达,并且可以建立全局地图SLAM算法和利用激光雷达匹配自然参照物的方式来定位;所述步长可调整;
用于当探索范围内没有障碍物时,连接起点与终点的直线与所述圆的交点做为新的节点的装置;
用于以所述节点作为原点,以步长为半径做圆的装置; 用于重新选择新的节点,使得得到的路径最短的装置;
用于当移动机器人和目标点之间的距离小于步长时,即目标点在探索范围内,则控制移动机器人直接运行至目标点的装置;当探索范围内有障碍物时,若障碍物不阻挡目标点与起点的连线, 则连接机器人所在点与终点的直线与上述圆的交点做为新的节点;
当探索范围内有障碍物时,若障碍物阻挡目标点与起点的连线, 则在圆周中随机选取一无阻挡的点做为新的节点。
3.一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1所述的基于二维静态路径规划的黏菌RRT 导航方法。
4.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1所述的基于二维静态路径规划的黏菌RRT 导航方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911228454.3A CN110906947B (zh) | 2019-12-04 | 2019-12-04 | 基于二维静态路径规划的黏菌rrt导航方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911228454.3A CN110906947B (zh) | 2019-12-04 | 2019-12-04 | 基于二维静态路径规划的黏菌rrt导航方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110906947A CN110906947A (zh) | 2020-03-24 |
CN110906947B true CN110906947B (zh) | 2022-05-17 |
Family
ID=69822268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911228454.3A Active CN110906947B (zh) | 2019-12-04 | 2019-12-04 | 基于二维静态路径规划的黏菌rrt导航方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110906947B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113119995B (zh) * | 2021-03-11 | 2023-01-31 | 京东鲲鹏(江苏)科技有限公司 | 一种路径搜索方法及装置、设备、存储介质 |
CN114485703B (zh) * | 2021-12-31 | 2024-01-30 | 杭州电子科技大学 | 一种基于黏菌和随机搜索树的路径规划方法 |
CN114063623B (zh) * | 2022-01-11 | 2022-03-29 | 中国人民解放军陆军装甲兵学院 | 一种基于多策略改进的黏菌算法的机器人路径规划方法 |
CN115451963A (zh) * | 2022-08-11 | 2022-12-09 | 燕山大学 | 一种动态环境下的机器人导航系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107728608A (zh) * | 2016-08-10 | 2018-02-23 | 向忠宏 | 一种移动机器人路径规划方法 |
CN108981714A (zh) * | 2018-08-21 | 2018-12-11 | 北航(四川)西部国际创新港科技有限公司 | 一种无人机路径规划和可行性分析方法 |
CN108983780A (zh) * | 2018-07-24 | 2018-12-11 | 武汉理工大学 | 一种基于改进rrt*算法的移动机器人路径规划方法 |
CN109520507A (zh) * | 2018-12-05 | 2019-03-26 | 智灵飞(北京)科技有限公司 | 一种基于改进rrt的无人机实时路径规划方法 |
CN110031007A (zh) * | 2019-03-22 | 2019-07-19 | 深圳先进技术研究院 | 一种航迹规划方法、装置及计算机可读存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101667029B1 (ko) * | 2009-08-10 | 2016-10-17 | 삼성전자 주식회사 | 로봇의 경로 계획방법 및 장치 |
CN103278164B (zh) * | 2013-06-13 | 2015-11-18 | 北京大学深圳研究生院 | 一种复杂动态场景下机器人仿生路径规划方法及仿真平台 |
CN105116902A (zh) * | 2015-09-09 | 2015-12-02 | 北京进化者机器人科技有限公司 | 一种移动机器人避障导航的方法和系统 |
US20190184561A1 (en) * | 2017-12-15 | 2019-06-20 | The Regents Of The University Of California | Machine Learning based Fixed-Time Optimal Path Generation |
-
2019
- 2019-12-04 CN CN201911228454.3A patent/CN110906947B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107728608A (zh) * | 2016-08-10 | 2018-02-23 | 向忠宏 | 一种移动机器人路径规划方法 |
CN108983780A (zh) * | 2018-07-24 | 2018-12-11 | 武汉理工大学 | 一种基于改进rrt*算法的移动机器人路径规划方法 |
CN108981714A (zh) * | 2018-08-21 | 2018-12-11 | 北航(四川)西部国际创新港科技有限公司 | 一种无人机路径规划和可行性分析方法 |
CN109520507A (zh) * | 2018-12-05 | 2019-03-26 | 智灵飞(北京)科技有限公司 | 一种基于改进rrt的无人机实时路径规划方法 |
CN110031007A (zh) * | 2019-03-22 | 2019-07-19 | 深圳先进技术研究院 | 一种航迹规划方法、装置及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
基于改进RRT*算法的路径规划;朱宏辉;《武汉理工大学学报》;20170228;第39卷(第二期);72-76 * |
Also Published As
Publication number | Publication date |
---|---|
CN110906947A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110906947B (zh) | 基于二维静态路径规划的黏菌rrt导航方法及系统 | |
CN110083165B (zh) | 一种机器人在复杂狭窄环境下路径规划方法 | |
EP3201709B1 (en) | Method and system for determining a path of an object for moving from a starting state to an end state set avoiding one or more obstacles | |
CN113110522B (zh) | 一种基于复合式边界检测的机器人自主探索方法 | |
CN108458717A (zh) | 一种迭代的快速扩展随机树irrt的无人机路径规划方法 | |
CN107883961A (zh) | 一种基于Smooth‑RRT算法的水下机器人路径优化方法 | |
CN106444740A (zh) | 基于mb‑rrt的无人机二维航迹规划方法 | |
CN113359746A (zh) | 基于改进双向RRT和Dijkstra融合算法的路径规划方法和装置 | |
Wang et al. | Variant step size RRT: An efficient path planner for UAV in complex environments | |
CN104392283A (zh) | 基于人工鱼群算法的交通路径搜索方法 | |
CN111650941A (zh) | 基于RRT-Connect改进的医用移动机器人路径规划方法、装置、介质及设备 | |
Du et al. | An improved RRT-based motion planner for autonomous vehicle in cluttered environments | |
CN113985888B (zh) | 一种基于改进蚁群算法的叉车路径规划方法及系统 | |
CN105955190B (zh) | 一种基于布谷鸟搜索算法的孔群加工路径规划方法 | |
CN110220510B (zh) | 一种考虑地图准确性的水下机器人海底地形匹配导航路径规划方法 | |
KR20180092960A (ko) | 고속 탐색 랜덤화 피드백 기반의 모션 계획 | |
CN114705196B (zh) | 一种用于机器人的自适应启发式全局路径规划方法与系统 | |
CN114167865A (zh) | 一种基于对抗生成网络与蚁群算法的机器人路径规划方法 | |
Abdulakareem et al. | Development of path planning algorithm using probabilistic roadmap based on ant colony optimization | |
Vonásek et al. | Computing multiple guiding paths for sampling-based motion planning | |
CN109855640B (zh) | 一种基于自由空间与人工蜂群算法的路径规划方法 | |
Abu et al. | A Comprehensive Overview of Classical and Modern Route Planning Algorithms for Self-Driving Mobile Robots | |
Qiao et al. | Sample-based frontier detection for autonomous robot exploration | |
Vonásek et al. | Searching multiple approximate solutions in configuration space to guide sampling-based motion planning | |
Mahmud et al. | A greedy approach in path selection for DFS based maze-map discovery algorithm for an autonomous robot |
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 |