买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及一种面向拓扑‑栅格‑度量混合地图的分层路径规划方法，属于路径规划领域。首先，根据拓扑‑栅格‑度量混合地图构造方法，创建移动机器人作业环境的混合地图；其次，根据拓扑‑栅格分层规划方法生成一条整体优化的全局预设路径；最后，当移动机器人沿全局预设路径运行时，实时探测周围障碍物，若障碍物可能阻碍移动机器人的运行路径，则在度量地图上利用深度强化学习的改进深度确定性策略梯度算法进行局部路径规划，完成避障后重新回到全局预设路径，重复该过程直至移动机器人到达目标位置。本方法采用分层思想，将路径规划分为若干个子过程，在各层地图上应用不同的路径规划方法，降低规划问题的复杂度，面对部分未知的复杂大场景环境具有更高的搜索效率和适应性。

主权项：1.一种面向拓扑-栅格-度量混合地图的分层路径规划方法，其特征在于，包括步骤：步骤1：根据拓扑-栅格-度量混合地图构造方法，创建移动机器人作业环境的混合地图，包括抽象化表示的拓扑地图、具体化表示的栅格地图、精细化表示的度量地图，具体步骤如下：步骤1.1：对整体作业环境进行栅格化表示，构造全局栅格地图；步骤1.2：将全局栅格地图划分为若干个子栅格地图，每个子栅格地图均设置关键节点，利用层次图将工作环境描述为以子地图为树形节点的分层地图表示，在第k层地图中，第k+1层子地图以关键节点表示，同一层次的关键节点间通过离线先验路径连接；步骤1.3：在栅格地图上采用细化算法生成安全度较高的离线先验路径，通过拓扑特征提取方法，构建各层次子栅格地图对应的拓扑地图；所述拓扑特征提取方法将栅格地图上离线先验路径的分岔点作为拓扑地图中的普通节点，人工选取区域入口栅格或其他具有代表性的栅格作为子栅格地图的关键节点，统计关键节点之间的离线先验路径长度作为边的权重，所述路径长度为路径包含的栅格数；步骤1.4：移动机器人在运行过程中利用其所携带的机载传感器信息来维护和更新局部度量地图；步骤2：在移动机器人运行前，根据拓扑-栅格分层规划方法生成一条整体优化的全局预设路径，包括以下步骤：步骤2.1：判断起始栅格S和目标栅格D是否在同一子地图中，若是，进入步骤2.2，若否，则进入步骤2.3；步骤2.2：针对起点S到终点D，采用改进A*算法规划一条整体优化的全局预设路径，步骤2结束；步骤2.3：分别获取起点S和终点D在层次图架构中的深度Ls、LD及其所在子栅格地图的关键节点CS、CD，若LsLD，则从CD开始，在层次图架构中自下而上逐层搜索直至在Ls-1层对应的拓扑图中找到CS；否则，从CS开始向上搜索，直至LD-1层对应的拓扑图中找到CD停止；搜索过程中，在各层次拓扑地图上，利用Floyd算法规划出最优节点序列，并保存节点之间的离线先验路径作为中段预设路径；步骤2.4：以S为起点，关键节点CS为终点，利用改进A*算法在起点S所在子栅格地图上搜索一条局部路径并保存为前段预设路径；将关键节点CD设为起点，终点D设为终点，利用改进A*算法在起点S所在子栅格地图上搜索另一条局部路径并保存为后段预设路径；若无法搜索出可行解，则路径规划失败，步骤2结束；步骤2.5：将步骤2.3生成的中段预设路径与步骤2.4搜索的前段预设路径、后段预设路径合并，得到整体优化的全局预设路径，步骤2结束；步骤3：当移动机器人沿全局预设路径运行时，实时探测周围环境，判断离机器人最近障碍物的距离是否小于避障阈值，若是，进入步骤4，若否，则进入步骤5；步骤4：在度量地图上利用改进深度确定性策略梯度DeepDeterministicPolicyGradient，DDPG算法进行局部路径规划：先构建价值分类经验回放池，将高价值样本、普通样本及近期样本分别存储于价值分类经验回放池的三种样本子回放池；再采用分层采样策略从所述三种样本子回放池中随机抽取适量样本用于DDPG算法进行局部路径规划的学习训练；并引入包括到达奖励、碰撞惩罚和过程奖励的连续奖励函数，对DDPG算法所规划的局部路径进行奖励或惩罚，训练DDPG算法规划更优的局部路径，通过局部路径规划完成避障后重新回到全局预设路径；步骤5：判断移动机器人是否到达目标位置，若是，算法结束，若否，则进入步骤3。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种面向拓扑-栅格-度量混合地图的分层路径规划方法