一种机器人的路径规划方法、设备及介质

专利主权项内容

1.一种机器人的路径规划方法，其特征在于，包括：根据机器人对应的环境信息确定初始的搜索树，并确定所述搜索树的初始点和目标点，其中，所述环境信息包括障碍物信息；确定预先设置的多个采样点，根据所述环境信息确定所述多个采样点对应的障碍物密度和路径平滑度，以根据所述障碍物密度和所述路径平滑度确定最优采样点；根据所述环境信息确定目标点引力和障碍物斥力，以根据所述最优采样点、所述目标点引力和所述障碍物斥力确定策略模型；通过所述策略模型进行碰撞检测，以确定新节点，并根据所述新节点对所述搜索树进行多次更新，以通过多次更新后的所述搜索树确定所述机器人的路径；根据所述环境信息确定所述多个采样点对应的障碍物密度和路径平滑度，具体包括：根据所述障碍物信息确定所述多个采样点对应的最小障碍物距离，并根据所述最小障碍物距离计算所述障碍物密度，所述障碍物密度的计算公式为：其中，为所述障碍物密度，/>表示第i个采样点，/>表示所述最小障碍物距离对应的障碍物，/>表示障碍物的总体积；确定所述搜索树的节点，根据所述搜索树的节点确定采样点对应的多个节点距离，并根据所述多个节点距离确定最近节点，以根据所述最近节点计算所述路径平滑度，所述路径平滑度的计算公式为：其中，为所述路径平滑度，/>表示所述最近节点，/>表示第i个采样点与所述最近节点的直线与直线/>的夹角，/>表示的父节点；根据所述环境信息确定目标点引力和障碍物斥力之前，所述方法还包括：确定所述机器人对应的引力势场和斥力势场，所述引力势场的计算公式为：其中，为所述引力势场，/>为预先设置的引力系数，/>表示所述机器人，/>表示所述目标点，/>表示所述机器人与所述目标点之间的距离，/>为所述机器人到达所述目标点的阈值；所述斥力势场的计算公式为：其中，为所述斥力势场，/>为预先设置的斥力系数，/>表示所述最小障碍物距离对应的障碍物，/>表示所述机器人与所述最小障碍物距离对应的障碍物之间的距离，/>为所述机器人到达所述障碍物的阈值，/>为预先确定的距离影响因子；根据所述环境信息确定目标点引力和障碍物斥力，具体包括：根据所述引力势场计算所述目标点对所述新节点的目标点引力，所述目标点引力的计算公式为：其中，为所述目标点引力；根据所述斥力势场计算所述障碍物对所述新节点的障碍物斥力，所述障碍物斥力的计算公式为：其中，为所述障碍物斥力；根据所述最优采样点、所述目标点引力和所述障碍物斥力确定策略模型，具体包括：根据所述目标点引力和所述障碍物斥力计算势场合力，并根据所述势场合力确定所述策略模型，所述势场合力的计算公式为：其中，为所述势场合力；所述策略模型的表达式为：其中，表示所述新节点，/>表示所述采样点的最近节点，/>表示所述采样点，/>为所述采样点对所述新节点的引力影响因子，/>为所述势场合力对所述新节点的引力影响因子，/>为所述势场合力的大小。 更多数据：搜索马克数据网来源：