多层栅格邻域的路径规划算法研究(未录用).docVIP

多层栅格邻域的路径规划算法研究 刘乐柱 摘 要: 关键词: 中图分类号: 文献标志码: A 文章编号： doi: Liu Lezhu Abstract: This paper studies the computation performance of multi-steps A* algorithm (MSA*) and the influence of layers of neighbor grids through path planning on the random maps. In simulation, the algorithms from A* to 8-MSA* were used to path plan, and the results were compared and analyzed. Numerical experiments present MSA* can improve the planning path, however increase the computation times simultaneously. Consider with computation time and planning path, the paper suggests using 4-MSA* for the problems of practical path planning. Key words: Random map; Path planning; A* algorithm; Multi-steps A* 引 言 路径规划是移动机器人自主导航的关键技术之一，移动机器人路径规划是指在存有障碍物的工作环境中，利用一定的算法或某些优化准则使机器人能从起始点绕开障碍物到达目标点，在此过程中尽量优化机器人运动轨迹[1-3]。 A*算法是一种典型的启发式搜索算法[4]，最早由Nilsson[5]等人提出。A*算法在路径规划研究中得到广泛应用和发展，考虑真实环境中各种因素的影响，在评价函数中加入描述真实环境的各种参量，使规划路径更加真实可靠。例如吴天羿等[6]考虑坡度及路面粗糙度等因素的影响对越野车路径规划研究；Guinness等人[7]研究了浮冰水域船舶路径规划问题。 为了避免规划路径中出现过多非自然转向，研究者提出不同的平滑处理方法，如搜索方向一致策略[2]、三次B样条插值处理[8]等方法。但A*算法搜索方向的限制使规划路径中的转向角度最小值是45°，经平滑处理后的规划路径仍存有过多转向。MSA*算法通过搜索多层栅格邻域，增加搜索方向数，降低最小转向角度，使规划路径更加平滑自然，并且MSA*算法可以得到更加优化的路径。MSA*算法由Wu等人[9]提出并用于多目标4D环境路径规划，文献[7]中也出现了MSA*算法思想使用了56个搜索方向。但均没有对MSA*算法计算性能做详细分析。本文结合随机地图通过数值试验研究MSA*算法的性能和邻域栅格层数n对其的影响。数值试验结果肯定了MSA*算法的优越性，为实际应用中选择MSA*算法提供依据。 路径规划 随机地图 文中仿真试验所用二维地图通过计算机程序随机生成，随机地图上均匀分布大小不同的圆形、等边三角形、长方形障碍物。假定随机地图的尺寸为W*H，下面简述随机地图生成算法。 图1 障碍物形状及其特征量示意图 随机地图上障碍物总数为N各个障碍物通过中心坐标（xCyC）、度量障碍物大小的特征量、旋转角度等标记并绘制于随机地图中。障碍物大小特征量如图1所示。对于第i个障碍物首先生成标记其位置的中心坐标， 其中函数Random[min, max]表示随机生成一个均匀分布在区间[min, max]内的随机数。若障碍物i是圆形或三角形，则生成度量大小的特征量， 若障碍物i是长方形，则生成 。 对于等边三角形和长方形障碍物，还需生成绕中心点旋转的旋转角度。对于等边三角形障碍物旋转角度，则按式 随机生成（考虑对称性，等边三角形障碍物旋转角度也可取）。对于长方形障碍物旋转角度，则旋转角度按式 随机生成。旋转后的坐标按式 计算。 A*算法与MSA* (a) A*搜索方向 (b) A*算法可行路径 (c) MSA*搜索方向 图 2 A*与MSA*算法搜寻方向示意图 MSA*搜索方向数随搜索邻域扩张会大幅增加，新增方向中存在与近层邻域重合的重复搜寻，因此为了提高算法计算性能需要避免重复搜寻。对于n层MSA*算法，在扩展栅格(i, j)邻域时，需要计算周边个栅格 p，q不同时为0。可以得到个搜寻方向,可以证明： (1) 对于所有的邻域栅格，只需考虑四个方向、、、。 (2) 对于所有的邻域栅格，只需要