CN116501031A - 基于变搜索领域的改进Astar路径规划方法 - Google Patents

Abstract

本发明公开了基于变搜索领域的改进Astar路径规划方法，涉及AMR路径规划技术领域；通过地图数据设置搜索模板，根据待拓展节点的位置信息从搜索模板中得到搜索领域，简化Astar算法的搜索空间，提高Astar算法的计算效率，快速得到一条规划路径。AMR在运动的同时还利用其上的激光雷达扫描周围路径状况，若扫描到规划路径上出现突发障碍物，则封锁面向突发障碍物的搜索方向，改变Astar算法的搜索模板，进行路径再规划。本发明利用变搜索领域策略简化Astar算法的搜索空间，降低计算的复杂度，同时结合激光雷达的扫描数据，及时发现规划路径上的突发障碍物并进行路径再规划，提高Astar算法规划路径的速度和准确率，从而提高AMR执行任务的效率，产生较好的经济效益。

Description

基于变搜索领域的改进Astar路径规划方法

技术领域

本发明涉及AMR路径规划技术领域，尤其是基于变搜索领域的改进Astar路径规划方法。

背景技术

随着经济和社会的迅速发展，制造业、仓储物流等行业的智能自动化转型，AMR(自主移动机器人)的使用越来越多，而路径规划算法对提高AMR执行任务的效率和准确率至关重要。

目前面向AMR的路径规划方法众多，主要有传统算法、图形学的方法、智能仿生学算法等，但是用的最多的还是传统的Astar算法。传统的Astar算法通过一个估价函数来确定搜索方向，从起点开始向周围扩展，通过估价函数计算得到周围每个节点的代价值，选择最小代价节点作为下一个扩展节点，重复这一过程直到到达目标点，生成最终路径。但是由于传统的Astar算法和后续改进方法往往都是采用固定搜索步长，搜索方向也大多是周围的四领域或者八领域，所以在搜索过程中遍历了大量不必要点，从而导致Astar算法在大地图场景中存在计算时间长、内存消耗高等问题，并且Astar算法属于静态路径规划，无法处理路径上突然出现障碍物的问题。因此如何提高Astar算法的计算效率和可靠性是一个技术难题。

发明内容

为了克服上述现有技术中的缺陷，本发明提供基于变搜索领域的改进Astar路径规划方法，利用全局地图数据建立搜索模板，通过AMR上的激光雷达扫描路径上突然出现的障碍物，自适应的从搜索模板中获取不同的搜索领域，提高Astar算法的计算效率和可靠性，从而保证AMR执行任务的效率和准确性。

为实现上述目的，本发明采用以下技术方案，包括：

基于变搜索领域的改进Astar路径规划方法，包括以下步骤：

S1，解析地图，建立搜索模板；其中，S表示AMR在地图上的起点，E表示AMR在地图上的目标点；搜索模板中预设有地图上各个位置的搜索方向和搜索步长的确定方式；

S2，建立Open表和Close表；

S3，设置估价函数F(n)＝G(n)+H(n)；

其中，n表示节点n，G(n)表示从起点S移动到节点n的移动代价，H(n)表示从节点n移动到目标点E的预测代价；F(n)表示节点n的估价函数值；

S4，根据估价函数F(n)，计算起点S的估价函数值，并放入Open表中；

S5，比较Open表中各个点的估价函数值，若Open表不为空，则选择出Open表中估价函数值为最小的节点K；否则算法失败；

S6，判断节点K是否为目标点E，若是，则输出节点K及一系列父节点作为规划路径；否则进行步骤S7；

S7，根据节点K在地图中的位置信息，在搜索模板中确定节点K的搜索领域，包括节点K的搜索方向和搜索步长；

S8，根据节点K的搜索方向和搜索步长，计算得到节点K的所有子节点即待拓展节点，包括m个待拓展节点；

S9，依次判断此m个待拓展节点中的各个待拓展节点是否已在Close表中，若某待拓展节点已在Close表，则从此m个待拓展节点中删除已在Close表中的该待拓展节点；否则，从此m个待拓展节点中保留未在Close表中的待拓展节点；

S10，根据估价函数F(n)，分别计算从此m个待拓展节点中的保留下来的各个待拓展节点的估价函数值；

S11，把带估价函数值的待拓展节点放入Open表中，把Open表中的节点K移入Close表中；

S12，跳转步骤S5；

S13，直至得到一条规划路径后，AMR根据该规划路径进行运动，同时通过AMR上的激光雷达扫描周围路径状况；

S14，在AMR的运动过程中，若激光雷达没有扫描到规划路径上出现突发障碍物，则继续沿着原规划路径进行运动；若激光雷达扫描到规划路径上出现突发障碍物，则上传突发障碍物的位置信息，并在搜索模板中封锁面向突发障碍物的搜索方向，更新搜索模板，进行步骤S15；

所述突发障碍物是指原地图中未包含的障碍物；

S15，AMR停止使用原规划路径进行运动，且以AMR的当前位置为起点，重新进行路径规划，跳转步骤S4，重新得到一条规划路径。

步骤S1中，搜索模板中，横向路线上的位置采用左右两方向搜索，纵向路线的位置采用上下两方向搜索，横纵路线结点处的位置采用上下左右四方向搜索，且封锁面向突发障碍物的搜索方向；当前位置的搜索步长与当前位置相距障碍物或目标点的距离成正比，即当前位置相距障碍物或目标点越远，当前位置的搜索步长越大，反之，当前位置相距障碍物或目标点越近，当前位置的搜索步长越小。

步骤S2中，Open表和Close表分别用于存放待拓展节点和已拓展节点。

步骤S7中，搜索领域包括搜索方向和搜索步长，其确定方式如下：

S71，根据地图判断当前节点即节点K分别与障碍物和目标点的位置关系，并结合节点K的所处位置，确定搜索方向；

S72，计算以节点K为圆心、半径为R1的范围内是否存在障碍物或目标点，若不存在，则以R1为搜索步长；若存在，则进入步骤S73；

S73，减小半径的取值，进一步计算以节点K为圆心、半径为R2的范围内是否存在障碍物或目标点，R2<R1，若不存在，则以R2为搜索步长；若存在，则进入步骤S74；

S74，按照步骤S73的方式，继续减小半径的取值，直至半径的取值减小至地图最小单位，则以地图最小单位为搜索步长。

本发明的优点在于：

(1)本发明的基于变搜索领域的改进Astar路径规划方法，一融合全局地图和激光雷达数据，利用变搜索领域策略，降低Astar算法拓展的节点个数，减少对不必要点的操作，降低计算的复杂程度，提高计算的速度，提升路径规划的效率。

(2)本发明针对地图中突然出现障碍物问题，通过利用AMR自身的激光雷达及时发现运动路径上的突发障碍物，上传数据封锁面向障碍物的搜索方向，重新使用Astar算法快速得到新的规划路径，确保AMR能够及时应对突发状况，高效完成任务。

(3)本发明方法中，首先进行路径规划：通过地图中的障碍物和路线信息来事先设置搜索模板，然后根据待拓展节点的位置信息，自适应的从搜索模板中得到不同的搜索领域，从而简化Astar算法的搜索空间，提高Astar算法的计算效率，快速得到一条AMR的规划路径。在AMR沿着规划路径运动的同时，结合激光雷达数据进行路径再规划：激光雷达扫描范围内没有突发障碍物时继续沿着原规划路径运动，若激光雷达扫描到运动路径上出现突发障碍物则上传突发障碍物的位置信息，封锁面向突发障碍物的搜索方向，从而改变Astar算法的搜索模板，进行路径再规划，及时调整运动路径。本发明利用变搜索领域策略简化Astar算法的搜索空间，降低计算的复杂度，同时结合激光雷达的扫描数据，及时发现路径上的突发障碍物并进行路径再规划，提高Astar算法规划路径的速度和准确率，从而提高AMR执行任务的效率，产生较好的经济效益。

附图说明

图1为本发明的基于变搜索领域的改进Astar路径规划方法流程图。

图2为本发明确定搜索领域的准则示意图。

图3为AMR运动的路线图。

图4为基于传统Astar算法的路径规划结果示意图。

图5为本发明的基于改进Astar算法的路径规划结果示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由图1所示，本发明的基于变搜索领域的改进Astar路径规划方法，具体的实施步骤如下：

S1，解析目标地图，根据地图信息建立如图3所示的AMR运动的路线图，五角星表示AMR当前起点S，圆形表示AMR的目标点，方形表示障碍物。

建立搜索模板，搜索模板具体是指根据节点位置与障碍物位置的关系，或者根据节点位置与目标点位置的关系，选择不同的搜索方向和不同的搜索步长；搜索模板中预设有地图各个位置上的搜索方向和搜索步长的确定方式。本实施例中，由于路线是单车道的，故搜索模板中，横向路线上的位置只允许左右两方向搜索，纵向路线上的位置只允许上下两方向搜索，横纵路线结点处的位置允许上下左右四方向搜索，且封锁面向突发障碍物的搜索方向；远离障碍物或目标点时设置搜索步长为2个单位长度，接近障碍物或目标点时设置搜索步长为1个单位长度。

S2，建立Open表和Close表，分别用于存放待拓展节点和已拓展节点。

S3，设置估价函数F(n)＝G(n)+H(n)；其中，n表示节点n即第n个节点，G(n)表示从起点S移动到该节点n的移动代价，H(n)表示从该节点n到目标点E的预测代价；F(n)表示该节点n的估价函数值。

其中，移动代价、预测代价利用传统或现有的Astar算法的即可计算得到。传统的Astar算法通过一个估价函数来确定搜索方向，从起点开始向周围扩展，通过估价函数计算得到周围每个节点的代价值，选择最小代价节点作为下一个扩展节点，重复这一过程直到到达目标点，生成最终路径。

S4，计算起点S的估价函数值，并放入Open表中。

S5，比较Open表中各个点的估价函数值，若Open表不为空，则弹出Open表中估价函数值为最小的节点K；若Open表为空，则算法失败。

S6，判断该节点K是否为目标点E，若是，则输出该节点K及一系列父节点作为规划路径；否则进行步骤S7。

S7，根据当前节点即节点K在地图中的位置信息，在预设的搜索模板模板中得到搜索领域，所述搜索领域包括搜索方向和搜索步长。

如图2所示，确定节点K的搜索领域的方式为：

S71，根据地图判断当前节点即节点K分别与障碍物和目标点的位置关系，并结合节点K的所处位置的路径限制，确定搜索方向；

S72，计算以节点K为圆心、半径为R1的范围内是否存在障碍物或目标点，若不存在，则以R1为搜索步长；若存在，则进入步骤S73；

S73，减小半径的取值，进一步计算以节点K为圆心、半径为R2的范围内是否存在障碍物或目标点，R2<R1，若不存在，则以R2为搜索步长；若存在，则进入步骤S74；

S74，按照步骤S73的方式，继续减小半径的取值，直至半径的取值减小至地图最小单位，则以地图最小单位为搜索步长。

本实施例中，先计算以该节点K为圆心、半径为2个单位长度的范围内是否存在障碍物或目标点，若不存在，则以2个单位长度为搜索步长；若存在，则以1个单位长度为搜索步长。

S8，根据节点K的搜索方向和搜索步长，计算得到节点K的所有子节点即待拓展节点，包括m个待拓展节点；

其中，m为该节点K的所有子节点即待拓展节点总个数；

S9，依次判断此m个待拓展节点中的各个待拓展节点是否在Close表中，若某待拓展节点在Close表，则从此m个待拓展节点中删除已在Close表中的该待拓展节点；否则，从此m个待拓展节点中保留未在Close表中的待拓展节点；

S10，根据估价函数F(n)，分别计算从此m个待拓展节点中的保留下来的各个待拓展节点的估价函数值；

S11，把带估价函数值的待拓展节点放入Open表中，把该节点K放入Close表中；

S12，跳转步骤S5；

S13，直至得到一条规划路径后，AMR根据该规划路径进行运动，AMR在运动的同时还通过AMR上的激光雷达扫描周围路径状况；

S14，若AMR运动过程中激光雷达未发现路径异常，即没有扫描到原规划路径上出现突发障碍物，则继续以原规划路径进行运动；若激光雷达扫描到原地图中未包含的障碍物，即扫描到突发障碍物，且该突发障碍物影响AMR运动，如在原规划路径上出现突发障碍物，则AMR上传该突发障碍物信息，封锁面向障碍物的搜索方向，更新搜索模板；

S15，AMR停止使用原规划路径，以AMR当前位置为起点，重新进行路径规划，跳转步骤S4，重新得到一条规划路径。

传统Astar算法路径规划的结果如图4所示，一直以1个单位长度为搜索步长进行搜索，本发明使用的改进Astar算法进行路径规划得到的结果如图5所示，先以2个单位长度为搜索步长进行搜索快速接近目标，再以1个单位长度为搜索步长准确的到达目标点。图中圆圈为路径规划得到的搜索点，可以发现本发明方法减少了拓展点的个数，更快的发现障碍物并调整路径，大大降低了计算量，与传统Astar算法相比效率更高。

以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (4)

1.基于变搜索领域的改进Astar路径规划方法，其特征在于，包括以下步骤：

S1，解析地图，建立搜索模板；其中，S表示AMR在地图上的起点，E表示AMR在地图上的目标点；搜索模板中预设有地图上各个位置的搜索方向和搜索步长的确定方式；

S2，建立Open表和Close表；

S3，设置估价函数F(n)＝G(n)+H(n)；

其中，n表示节点n，G(n)表示从起点S移动到节点n的移动代价，H(n)表示从节点n移动到目标点E的预测代价；F(n)表示节点n的估价函数值；

S4，根据估价函数F(n)，计算起点S的估价函数值，并放入Open表中；

S5，比较Open表中各个点的估价函数值，若Open表不为空，则选择出Open表中估价函数值为最小的节点K；否则算法失败；

S6，判断节点K是否为目标点E，若是，则输出节点K及一系列父节点作为规划路径；否则进行步骤S7；

S7，根据节点K在地图中的位置信息，在搜索模板中确定节点K的搜索领域，包括节点K的搜索方向和搜索步长；

S8，根据节点K的搜索方向和搜索步长，计算得到节点K的所有子节点即待拓展节点，包括m个待拓展节点；

S9，依次判断此m个待拓展节点中的各个待拓展节点是否已在Close表中，若某待拓展节点已在Close表，则从此m个待拓展节点中删除已在Close表中的该待拓展节点；否则，从此m个待拓展节点中保留未在Close表中的待拓展节点；

S10，根据估价函数F(n)，分别计算从此m个待拓展节点中的保留下来的各个待拓展节点的估价函数值；

S11，把带估价函数值的待拓展节点放入Open表中，把Open表中的节点K移入Close表中；

S12，跳转步骤S5；

S13，直至得到一条规划路径后，AMR根据该规划路径进行运动，同时通过AMR上的激光雷达扫描周围路径状况；

S14，在AMR的运动过程中，若激光雷达没有扫描到规划路径上出现突发障碍物，则继续沿着原规划路径进行运动；若激光雷达扫描到规划路径上出现突发障碍物，则上传突发障碍物的位置信息，并在搜索模板中封锁面向突发障碍物的搜索方向，更新搜索模板，进行步骤S15；

所述突发障碍物是指原地图中未包含的障碍物；

S15，AMR停止使用原规划路径进行运动，且以AMR的当前位置为起点，重新进行路径规划，跳转步骤S4，重新得到一条规划路径。

2.根据权利要求1所述的基于变搜索领域的改进Astar路径规划方法，其特征在于，步骤S1中，搜索模板中，横向路线上的位置采用左右两方向搜索，纵向路线的位置采用上下两方向搜索，横纵路线结点处的位置采用上下左右四方向搜索，且封锁面向突发障碍物的搜索方向；当前位置的搜索步长与当前位置相距障碍物或目标点的距离成正比，即当前位置相距障碍物或目标点越远，当前位置的搜索步长越大，反之，当前位置相距障碍物或目标点越近，当前位置的搜索步长越小。

3.根据权利要求1所述的基于变搜索领域的改进Astar路径规划方法，其特征在于，步骤S2中，Open表和Close表分别用于存放待拓展节点和已拓展节点。

4.根据权利要求1所述的基于变搜索领域的改进Astar路径规划方法，其特征在于，步骤S7中，搜索领域包括搜索方向和搜索步长，其确定方式如下：

S71，根据地图判断当前节点即节点K分别与障碍物和目标点的位置关系，并结合节点K的所处位置，确定搜索方向；

S72，计算以节点K为圆心、半径为R1的范围内是否存在障碍物或目标点，若不存在，则以R1为搜索步长；若存在，则进入步骤S73；

S73，减小半径的取值，进一步计算以节点K为圆心、半径为R2的范围内是否存在障碍物或目标点，R2<R1，若不存在，则以R2为搜索步长；若存在，则进入步骤S74；

S74，按照步骤S73的方式，继续减小半径的取值，直至半径的取值减小至地图最小单位，则以地图最小单位为搜索步长。