公开(公告)号：CN109945873A

公开(公告)日：2019-06-28

申请号：CN201910270314.6

申请日：2019-04-04

Applicant: 东南大学

Inventor： 李冰 ,  包丽 ,  张林 ,  王亚洲 ,  王刚 ,  刘勇 ,  董乾 ,  赵霞

IPC: G01C21/20

Abstract: 本发明公开一种用于室内移动机器人运动控制的混合路径规划方法，属于机器人技术领域，其结合了静态环境的全局路径规划方法和动态环境的局部路径规划方法。本发明通过外部传感器为系统提供外部环境信息输入，由此建立栅格模型；本发明提出并行Bi-directional A-star算法与改进人工势场Artificial Potential Field算法融合的混合路径规划方法，通过并行Bi-directional A-star算法进行全局、静态路径搜索，通过改进APF算法进行局部、动态路径搜索。最后由以上混合方法得到的路径数据控制机器人的运动。本发明采用的混合路径规划方法对室内环境具有更强的适应能力，并且本发明所采用的一系列措施和优化方法所得到的路径具有很强的完备性和较好的最优性。

公开(公告)号：CN109945873B

公开(公告)日：2022-07-15

申请号：CN201910270314.6

申请日：2019-04-04

Applicant: 东南大学

Inventor： 李冰 ,  包丽 ,  张林 ,  王亚洲 ,  王刚 ,  刘勇 ,  董乾 ,  赵霞

IPC: G01C21/20

Abstract: 本发明公开一种用于室内移动机器人运动控制的混合路径规划方法，属于机器人技术领域，其结合了静态环境的全局路径规划方法和动态环境的局部路径规划方法。本发明通过外部传感器为系统提供外部环境信息输入，由此建立栅格模型；本发明提出并行Bi‑directional A‑star算法与改进人工势场Artificial Potential Field算法融合的混合路径规划方法，通过并行Bi‑directional A‑star算法进行全局、静态路径搜索，通过改进APF算法进行局部、动态路径搜索。最后由以上混合方法得到的路径数据控制机器人的运动。本发明采用的混合路径规划方法对室内环境具有更强的适应能力，并且本发明所采用的一系列措施和优化方法所得到的路径具有很强的完备性和较好的最优性。