申请/专利权人:江南大学
申请日:2021-07-23
公开(公告)日:2024-03-15
公开(公告)号:CN113485353B
主分类号:G05D1/43
分类号:G05D1/43;G05D1/243;G05D1/65;G05D1/633;G05D109/10
优先权:
专利状态码:有效-授权
法律状态:2024.03.15#授权;2021.10.26#实质审查的生效;2021.10.08#公开
摘要:本发明公开了基于RRT算法与人工势场法相结合的微机器人避障方法,涉及微纳机器人技术领域,该方法包括:获取避障实验场景图,图中包括模拟血管边缘、微机器人和障碍物;通过模板匹配从避障实验场景图中识别模拟血管边缘,通过HSV模型从避障实验场景图中识别静态障碍物;基于识别出的模拟血管边缘和静态障碍物,利用改进的RRT算法进行全局路径规划,确定全局路径上的关键节点;将关键节点作为子目标点,利用改进的人工势场法规避动态障碍物依次到达子目标点,直至达到路径终点。使用该方法使得微机器人在狭窄环境下不仅能对静态障碍物进行避障,而且能对动态障碍物进行避障。
主权项:1.基于RRT算法与人工势场法相结合的微机器人避障方法,其特征在于,所述方法包括:获取避障实验场景图,图中包括模拟血管边缘、微机器人和障碍物;通过模板匹配从所述避障实验场景图中识别所述模拟血管边缘,通过HSV模型从所述避障实验场景图中识别静态障碍物;基于识别出的模拟血管边缘和静态障碍物,利用改进的RRT算法进行全局路径规划,确定全局路径上的关键节点;将所述关键节点作为子目标点,利用改进的人工势场法规避动态障碍物依次到达所述子目标点,直至达到路径终点;其中,所述利用改进的RRT算法进行全局路径规划,确定全局路径上的关键节点,包括:利用双向RRT算法生成初始规划路径,并获取所述初始规划路径的全部节点,形成节点集A{Yi,1≤i≤n},其中,Yi表示初始规划路径的第i个节点,且节点按照从起点到终点顺序排序,n是初始规划路径节点的个数;以Y1为起点依次与Ymm=2,3,…,n做直线连接,并依次判断直线Y1Ym是否遇到所述静态障碍物:若是,则将Ym-1作为关键节点,以Ym为起点依次与Ym+1做直线连接,并依次判断直线YmYm+1是否遇到所述静态障碍物,直至连接到所述初始规划路径的终点Yn,将所述起点、关键节点和终点添加到集合B;否则,将Y2,Y3…Ym-1作为冗余节点,直接剔除;依次连接所述集合B中的节点,得到优化后的全局路径规划;所述双向RRT算法的约束条件包括:1由所述双向RRT算法生成的初始规划路径上的节点都在识别出的模拟血管边缘和静态障碍物形成的区域D中,表示为:Yi∈D,i=1,2,3,...,n2各个节点距离模拟血管边缘的约束表示为:Xtaoline其中,X表示Yi与模拟血管边缘之间的距离,taoline为阈值。
全文数据:
权利要求:
百度查询: 江南大学 基于RRT算法与人工势场法相结合的微机器人避障方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。