融合Dijkstra和PID算法的室内移动机器人局部路径规划

针对普通轮式机器人在室内难以通过狭小工作区域,易陷入局部区域无法完成导航的问题,提出一种麦克纳姆轮式机器人底盘的局部路径规划融合算法。借鉴麦克纳姆轮的优势,采用Dijkstra全局路径规划算法规划全局路径,融合Dijkstra和PID算法控制局部路径规划;根据姿态信息将机器人速度进行横向和纵向分解,限制旋转速度,在保持姿态不变的前提下驱动机器人实现稳定移动;使用搭载机器人操作系统的麦克纳姆轮式机器人进行导航测试试验,验证本文融合算法的有效性。结果表明:在复杂狭窄的室内环境下,本文算法可实现机器人的自主导航与避障,可成功地从设定的起点到达终点;与传统的时间弹性带(TEB)算法相比,本文算法在无障碍的环境中导航时间减少了30.56%,在有障碍物环境中导航成功率可提高4%,能够满足室内移动机器人快速到达导航目标点的需求。

基于改进JPS与三次B样条插值的路径规划算法

针对跳点搜索(JPS)算法在路径规划中易穿越障碍、路径拐点尖锐的问题,提出一种基于改进的JPS与三次B样条插值的路径规划算法。在原JPS算法的基础上,通过对障碍物附近的路径拐点进行条件限制,降低穿越障碍物可能性;引入时间轴改进原三次B样条插值算法,进一步优化路径拐点,使路径更平滑;在对提出算法进行仿真验证的基础上,将其作为一个插件注册到ROS中对机器人进行路径规划。结果表明:改进的JPS算法在保留原搜索效率的基础上,可有效提高机器人规避障碍物的能力;时间轴的引入可改善路径尖锐性,优化的路径更符合机器人的实际运动规划;在真实场景的机器人路径规划中,机器人可成功地从指定的起点到达设定的目标点,搜索时间比A;算法减少约20%,有效提高了机器人路径规划的准确性和实时性。