基于目标导向和分层平滑优化JPS算法的移动机器人运动规划

作者：王立勇; 马少博; 王超; 丁炳超; 李伯雄; 王浩东; 苏清华

来源：机器人, 2023, 45(04): 439-450.

DOI：10.13973/j.cnki.robot.220063

• 移动机器人
• 多项式轨迹
• 分层优化
• 跳点搜索算法
• 运动规划

针对JPS（跳点搜索）算法的搜索过程缺少方向引导，检索路径上存在较多冗余点、转折点，且路径不平滑的问题，提出了一种基于目标导向和分层平滑优化的跳点搜索（GHSO-JPS）算法，并通过多段多项式法和基于斥力势场的碰撞惩罚算法对运动轨迹进行优化。首先通过引力势场增强搜索方向的目标性，减少无关跳点的搜索。其次采用分层平滑优化策略消除路径中的冗余点和转折点，减少路径点数量和路径长度，提高路径平滑性。最后采用多段多项式方法进行轨迹优化，并通过斥力势场构建轨迹碰撞惩罚函数，以提高轨迹安全性。在实验室和校园区域对JPS算法、A*算法、RRT（快速扩展随机树）算法和本文算法进行实车实验对比和分析。结果表明，本文算法在4种算法中性能最佳。相比于传统JPS算法，在校园区域中本文算法的搜索时间缩短41.6%，跳点数量减少55.5%，路径长度减小3.22 m，并且路径点数量和总转折角度分别减小89.8%和81.8%。相比于A*算法和RRT算法，本文算法的规划时间分别缩短70.4%和93.7%，规划的最优路径的总转折角度分别减小了90.3%和97.1%。综上，该算法较传统运动规划方法具有更好的路径规划性能、更高的效率及更强的轨迹优化能力。