一种基于蒙特卡洛搜索树的B样条路径规划方法

专利主权项内容

1.一种基于蒙特卡洛搜索树的B样条路径规划方法，其特征在于，包括以下步骤：获取起始点StartPoint、起点角度startAngle、目标点GoalPoint以及终点角度goalAngle；生成起始方向控制点startDirectionCP以及目标方向控制点goalDirectionCP；其中，起始方向控制点startDirectionCP、目标方向控制点goalDirectionCP分别设置在起始点的起点角度延长线以及目标点的终点角度延长线上；且起始方向控制点startDirectionCP、目标方向控制点goalDirectionCP的直线最大距离DirectionDist为起始点StartPoint和目标点GoalPoint之间欧氏距离DistSG的1/3，即：DirectionDist≤DistSG/3；设置安全保守距离safeDist，以安全保守距离safeDist生成以起始方向控制点startDirectionCP、目标方向控制点goalDirectionCP为圆心的多层圆点候选点；连接起始方向控制点startDirectionCP和目标方向控制点goalDirectionCP，设置间隔距离，生成中间候选点；选取任一起始方向控制点startDirectionCP的圆点候选点为起点控制点即父节点，获取当前父节点的当前状态，其中，当前状态包括当前父节点的层级、访问次数、以及动作列表；判断当前父节点的所有移动动作是否全部执行；当起点控制点的移动动作未全部执行时，创建一个新子状态节点，其子状态节点包含下一层连接的控制点的位置、层数；并将其保存到当前父节点的子节点容器中，并以此父节点中删除此动作，返回当前父节点；当全部执行时，获取下一层控制点即子节点的奖励值UCB index，其中的奖励值UCBindex的计算公式为：UCB index= average reward + sqrt((2 * log(total visits)) / node visits)其中，average reward为子节点的平均奖励；total visits为所有子节点的总访问次数；node visits为该子节点的访问次数；设置模拟深度s，并依次在当前父节点的后s层选取s次控制点，并依次获取计算获取奖励值；将该奖励值累加到子节点中，累加访问次数，并回溯父节点进行相同的操作，直到达到起始点；设定循环次数，获取最优控制点；并设置模拟深度为总候选点的层数；对过目标点的状态节点进行回溯获得所有连接的控制点，完成路径规划。