基于骨架提取和启发式算法的路径规划方法

作     者：刘义亭 陆宇豪 李佩娟 郁汉琪 吴清政 杜俊峰 LIU Yiting;LU Yuhao;LI Peijuan;YU Hanqi;WU Qingzheng;DU Junfeng

作者机构：南京工程学院自动化学院南京211167 东南大学信息科学与工程学院南京210096 南京工程学院研究生处南京211167 南京工程学院工业中心南京211167 

出 版 物：《中国惯性技术学报》 (Journal of Chinese Inertial Technology)

年 卷 期：2023年第31卷第3期

页      面：301-308页

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金青年基金(61903184) 江苏省自然科学基金青年基金(BK20181017,BK2019K186) 南京工程学院引进人才科研启动基金(YKJ2018822) 中国博士后科学基金第67批面上项目(2020M671292) 江苏省博士后科研资助计划(B类)(2019K186) 2021年度省重点研发计划(产业前瞻与共性关键技术)(BE2021016-5)。 

主　　题：农业搬运机器人 路径规划 波前算法 混合A* 启发式搜索 

摘      要：针对农业机器人在大棚中执行搬运任务时的高效率且尽可能沿地图中心行驶的需求,提出一种基于骨架提取和启发式算法的路径规划方法。首先设计了自适应阈值的地图骨架路径关键点提取步骤,用关键点指导启发式搜索树的构建。然后采用膨胀RS曲线代替直线进行树的生长,保证机器人的运动学约束和防碰撞,同时提出一种混合碰撞检测方法,进一步提高算法效率。最后设计关键点扩展步骤,提高算法的鲁棒性。仿真结果表明,简单地图下,本算法效率约是RRT*-Connect算法的5倍、Hybrid A*算法的7倍,复杂地图下约是RRT*-Connect算法的300倍、Hybrid A*算法的9倍,能够满足机器人的运动学约束。