CN104298239A - 一种室内移动机器人增强地图学习路径规划方法 - Google Patents

Abstract

本发明公开了一种室内移动机器人增强地图学习路径规划方法，其步骤为：(1)获取周围环境信息，建立障碍概率密度模型；(2)利用贪心算法和增强地图学习方法进行路径规划；(3)室内移动机器人路径选择及自适应速度调整策略。采用的增强地图学习路径规划能够根据室内移动机器人的当前状况和机器人固有的非完整约束，实时规划当前最佳路径，同时自适应的速度调整策略可以兼顾室内移动机器人的越障能力，目标点收敛能力和规划效率，使室内移动机器人能够安全有效的到达指定位置。

Description

一种室内移动机器人增强地图学习路径规划方法

技术领域

本发明涉及地面轮式机器人的自主导航领域，特别涉及一种室内移动机器人增强地图学习路径规划方法。

背景技术

随着机器人技术的发展和人工智能研究的不断深入，智能机器人在人类生活中扮演越来越重要的角色。作为常见生活机器人的一种，室内移动机器人作为服务人员的代替者多用于室内移动展会，家庭服务，酒店大厅引导等复杂动态环境。在这类环境中，环境信息非结构化，静态动态障碍物交错存在，环境信息变化明显，这些因素对室内移动机器人的工作能力提出了极大的挑战和要求。为较好地完成服务任务，室内移动机器人需要具有探测障碍物，区分识别障碍物，实时规划可行路径，稳定控制行动的能力。随着传感器技术、计算机技术和网络通信技术的不断发展，实时路径规划作为智能机器人的大脑成为室内移动机器人研究的重中之重。

室内移动机器人在环境中的任务可以理解为从哪儿来？到哪儿去？怎么去？去做什么？而路径规划能够统筹传感器获得的环境信息做出最符合机器人当前状况的路径决策，即怎么去。常规的路径规划可以分别静态规划和动态规划，静态规划是指机器人已具备全局环境信息，机器人通过离线计算得到全局环境下最优的规划路径，而动态路径规划多针对动态未知环境中的路径选择，机器人对环境信息理解有限且环境可能发生改变，与真实情况具有高度的相似性。对于室内移动机器人，我们期望其能够实现在室内移动动态环境中的实时最佳路径选择和动态障碍物躲避。

作为控制和规划的对象，室内移动机器人是一类具有时变、强耦合和非完整性的多输入多输出非线性***。由于环境多变复杂且需要考虑较多因素，其规划决策变的十分复杂。在现有的技术中，常规的路径规划，如模糊规划，遗传算法，蚁群算法，神经网络等，往往不能同时满足动态环境和实时性的要求。另外，轮式移动机器人存在的非完整性也制约着室内移动机器人的路径选择。因此，研究具有学习能力的路径规划算法成为现阶段实时动态路径规划研究的一个主流趋势。而设计一种简单可靠、实时性好、便于实现、能够应付多类动态未知环境的室内移动机器人规划方法是保证服务工作正常有效进行的关键技术和现实难题。

发明内容

本发明针对上述现有技术中现在路径规划方法中难以同时满足动态未知环境规划和实时规划的要求，采用增强地图学习的路径规划方法，随着室内移动机器人的移动，不断加深理解新获得的周围环境信息，迭代计算随机选取路径的代价函数，学习计算得出当前时刻最优的路径，保证了室内移动机器人的静态障碍下的良好避障性能，而且满足了动态障碍出现时的实时规划功能，达到具有较高智能化的室内移动机器人的自主导航和路径规划方法。

一种室内移动机器人增强地图学习路径规划方法，包括以下几个步骤：

步骤1：建立已探测区域受障碍物影响的概率模型；

首先，通过室内移动机器人自身携带的声呐传感器，获得室内移动机器人的周围环境信息；其次，将室内移动机器人所经过的区域作为已探测区域，依据所述的周围环境信息建立已探测区域受障碍物影响的概率模型，并依据声呐传感器实时采集的周围环境信息实时更新已探测区域受障碍物影响的概率模型；

所述已探测区域受障碍物影响的概率模型如下：

$F(X,Y)=1-\underset{i=1}{\overset{M}{\mathrm{\Π}}}[1-f_i(X,Y)]$

其中，室内移动室内移动机器人工作空间信息集合为所述空间信息包括所有目标位置及所有障碍物位置；当前探测范围内工作空间信息集合为已探测出的工作空间信息集合为

室内移动机器人通过声呐雷达探测到的障碍物与机器人当前位置之间的相对距离信息，利用室内移动机器人自身携带的里程仪和惯性导航***，将相对距离信息转换为以初始位置为原点的基础坐标系上的位置信息和距离信息。

{(X,Y)}为已探测区域，在的地图上探测到有M个障碍物，fi(X,Y)为第i个障碍物的对室内移动机器人路径选择的影响函数，采用正态分布表示如下：

$f_i(X,Y)=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{(-\frac{{D_i}^2}{2{\mathrm{\σ}}_i})}$

其中，σ_i为第i个障碍物的影响范围系数，取值范围为[0,1]；D_i为第i个障碍物到已探测区域内所有位置的距离矩阵，矩阵大小与地图大小一致为N*N，距离矩阵中的每个元素为障碍物到地图上各位置的物理距离；

步骤2：基于贪心算法和增强学习迭代策略，在设定的最大迭代次数k_max内，迭代更新当前位置p_now(t)与目标位置p_goal之间的路径代价函数，以达到收敛的路径代价函数对应的路径作为当前时刻的最佳路径，具体过程如下：

步骤2.1：令k＝1，k表示迭代次数；

步骤2.2：判断当前迭代次数是否已超过设定的最大迭代次数，若超过，则返回步骤2.1；否则，进入步骤2.3；

返回步骤2.1是指从第一次迭代开始，重新构建初始路径后，再次进入迭代搜寻最佳路径；

步骤2.3：从获得的周围环境信息对应的已知地图中，随机选择一个位置pk***室内移动机器人所在当前位置p_now(t)与目标位置p_goal，其中，p_k满足条件{pr}为之前迭代最佳路径代价函数下的路径点集合，为室内移动机器人工作空间信息集合；按以下公式计算第k次迭代得到的路径代价函数 $G_{p_{\mathrm{now}\left(t\right)}}^{k+1}=\min \{G_{p_{\mathrm{now}\left(t\right)}}^k,R_{p_{\mathrm{now}\left(t\right),p_k}}+G_p^k\};$

上述公式为利用增强学习机制得到的路径代价函数计算公式；

其中，第k-1次迭代得到的路径代价函数，且 为已知地图上当前位置p_now(t)与所选位置p_k之间的连接权值，为采用贪心算法获得的在第k次迭代完成后获得的从位置p_k-1到目标位置p_goal的最佳路径代价函数：

$G_p^k=\left\{\begin{array}{cc}{R}_{p_k,p_{\mathrm{goal}}}+{G_p}_{\mathrm{goal}}& k=1\\ \min \{R_{p_k,p_{\mathrm{goal}}}+{G_p}_{\mathrm{goal}},R_{p_k,p_{k-1}+G_p^{k-1}\}}& k\≠1\end{array}\right.$

其中，为目标位置p_goal的代价函数，且为已知地图上在第k次所选位置点p_k和第k-1次所选位置p_k-1之间的连接权值；

在已知地图中任意两位置p_a和p_b之间的连接权值由两位置之间的直线距离和该直线上穿过的障碍物影响概率构成： $R_{p_a,p_b}=d_{p_a,p_b}+\max \left(\underset{C_{p_a,p_b}}{\∫}F(X,Y)\mathrm{ds}\right)$

其中，为位置p_a到位置p_b两点之间的物理位置距离；为位置p_a到位置p_b的路径点集合，ds为路径积分单元；max()为最大值求函数，即求得位置p_a到位置p_b的路径集合中某一路径受障碍物影响的最大概率；

步骤2.4：判断迭代后得到的路径代价函数是否已经达到收敛，如果收敛，则退出迭代过程，将已收敛的路径代价函数对应的路径作为最佳路径进入步骤3；否则，将迭代次数k加1，返回步骤2.2；

步骤3：以步骤2得到的最佳路径作为室内移动机器人当前的预选择路径，依据预选择路径和室内移动机器人的位置和速度矢量判断室内移动机器人的偏转角φ_t是否满足轮式机器人不能侧向滑动的非完整约束，确定室内移动机器人是否按照预选择路径方向移动：

若不满足，则返回步骤2，重新构建当前时刻的所有路径；由于在步骤2.3中，***室内移动机器人所在当前位置p_now(t)与目标位置p_goal之间的位置p_k为随机选择，其中，p_k满足条件{p_r}为之前迭代最佳路径代价函数下的路径点集合，为室内移动机器人工作空间信息集合。因此，在返回步骤2后，随机选择得到的***位置，会与之前的已选过的***位置不同，可以得到新的路径；

若满足则以设定的室内移动机器人移动速度沿当前时刻规划出的最佳路径方向移动，进入下一时刻的路径规划，t＝t+1，返回步骤1，直到室内移动机器人移动到目标位置，完成路径规划；

所述室内移动机器人的偏转角φ_t是否满足轮式机器人不能侧向滑动的非完整约束是指：φ_t∈[0,60°]∪[120°,180°]；

其中，p_t和p_t-1分别为室内移动机器人当前位置和上一时刻所在位置，为在t时刻，室内移动机器人由规划得到的最佳路径中第一个路径点，即室内移动机器人在t+1时刻的预抵达位置。

p_t-1由p_t-1＝p_t-vt得到，v为设定的室内移动机器人移动速度。

所述步骤2中***室内移动机器人所在当前位置p_now(t)与目标位置p_goal之间的位置p_k的选取依据如下：

1)当目标位置出现在室内移动机器人当前已探测范围内则将目标位置作为第1次迭代时选取的位置：p₁＝p_goal；从第2次迭代即k＝2开始，p_k为在地图范围内随机选取的位置，且需满足条件其中，{p_r}为之前迭代最佳路径代价函数下的路径点集合，为室内移动机器人工作空间信息集合；

2)当目标位置未出现在室内移动机器人当前已探测范围内时，则每次迭代过程中位置p_k为从已知地图中随机选取的位置。

所述步骤1中室内移动机器人自身所携带声呐传感器是指所采用底盘Pioneer-2DX自身携带的声呐探测雷达。

所述已知地图中任意两位置p_a和p_b之间的连接权值按以下公式计算：

$R_{p_a,p_b}=d_{p_a,p_b}+k_m\×\max \left(\underset{C_{p_a,p_b}}{\∫}F(X,Y)\mathrm{ds}\right),$

其中，k_m为障碍物影响放大系数有利于提高机器人的避障效果，取值范围为[50,1000]。

所述步骤4中设定的室内移动机器人v按以下公式进行自适应调整：

其中，p_barrier为障碍物位置，v₀为室内移动机器人移动的基础速度设定值，为当前探测范围内工作空间信息集合，包括当前探测范围内的障碍物位置，目标点位置，和可移动区域地图位置信息。

有益效果

与现有技术相比，本发明的优点在于：

1、本发明采用地图障碍物的概率建模，将室内移动机器人探测到的障碍物通过概率的方式构建影响模型，使障碍物对周围环境构成连续的影响，并且这种影响只针对室内移动机器人已探测过的区域；

2、本发明与以往传统的移动机器人路径规划相比，通过对室内服务加入地图学习能力，使机器人能够对不断增加的地图信息进行分析学习，通过贪婪算法学习得到当前位置下最好的规划路径。

3、本发明规定了室内移动机器人规划时的非完整约束和自适应速度移动策略，不仅解决了路径规划算法的实际***应用问题，而且兼顾了室内移动机器人的规划效率和移动安全性。

附图说明

图1是本发明所述方法的流程图；

图2是室内移动机器人硬件***结构示意图；

图3是室内移动机器人非完整约束示意图；

图4是采用本发明所述方法在动态和静态环境下的路径规划效果图，其中，图(a)增强地图学习路径规划躲避动态障碍时的效果图；图(b)增强地图学习路径规划躲避静态障碍时的效果图；图(c)增强地图学习路径规划最终完成时的效果图。

具体实施方式

以下将结合附图和具体实施案例对本发明做进一步说明。

如图1所示，本发明为一种室内移动机器人增强地图学习路径规划方法，包括以下几个步骤：

步骤1：建立已探测区域受障碍物影响的概率模型；

首先，通过室内移动机器人自身携带的声呐传感器，获得室内移动机器人的周围环境信息；其次，将室内移动机器人所经过的区域作为已探测区域，依据所述的周围环境信息建立已探测区域受障碍物影响的概率模型，并依据声呐传感器实时采集的周围环境信息实时更新已探测区域受障碍物影响的概率模型；

所述步骤1中室内移动机器人自身所携带声呐传感器是指所采用底盘Pioneer-2DX自身携带的前方八个方向的声呐探测雷达，如图2所示。根据声呐传感器探测到的障碍物信息，构建已探测过区域的障碍物概率影响模型如下：

$F(X,Y)=1-\underset{i=1}{\overset{M}{\mathrm{\Π}}}[1-f_i(X,Y)]---\left(1\right)$

其中，室内移动机器人工作空间信息集合为所述空间信息包括所有目标位置及所有障碍物位置；当前探测范围内工作空间信息集合为已探测出的工作空间信息集合为

【室内移动机器人通过声呐雷达探测到的障碍物与机器人当前位置之间的相对距离信息，利用室内移动机器人自身携带的里程仪和惯性导航***，将相对距离信息转换为以初始位置为原点的基础坐标系上的位置信息和距离信息。】

{(X,Y)}为已探测区域，在的地图上探测到有M个障碍物，f_i(X,Y)为第i个障碍物的对室内移动机器人路径选择的影响函数，采用正态分布表示如下：

$f_i(X,Y)=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{(-\frac{{D_i}^2}{2{\mathrm{\σ}}_i})}---\left(2\right)$

其中，σ_i为第i个障碍物的影响范围系数，取值范围为[0,1]；D_i为第i个障碍物到已探测区域内所有位置的距离矩阵，矩阵大小与地图大小一致为N*N；

步骤2：基于贪心算法和增强学习迭代策略，在设定的最大迭代次数k_max内，迭代更新当前位置p_now(t)与目标位置p_goal之间的路径代价函数，以达到收敛的路径代价函数对应的路径作为当前时刻的最佳路径，具体过程如下：

步骤2.1：令k＝1，k表示迭代次数；

步骤2.2：判断当前迭代次数是否已超过设定的最大迭代次数，若超过，则返回步骤2.1，；否则，进入步骤2.3；

返回步骤2.1是指从第一次迭代开始，重新构建初始路径后，再次进入迭代搜寻最佳路径；

步骤2.3：从获得的周围环境信息对应的已知地图中，随机选择一个位置p_k***室内移动机器人所在当前位置p_now(t)与目标位置p_goal，按以下公式计算第k次迭代得到的路径代价函数

$G_{p_{\mathrm{now}\left(t\right)}}^{k+1}=\min \{G_{p_{\mathrm{now}\left(t\right)}}^k,R_{p_{\mathrm{now}\left(t\right),p_k}}+G_p^k\}---\left(3\right)$

其中，第k-1次迭代得到的路径代价函数，且 为已知地图上当前位置p_now(t)与所选位置p_k之间的连接权值，为采用贪心算法获得的在第k次迭代完成后获得的从位置p_k-1到目标位置p_goal的最佳路径代价函数：

$G_p^k=\left\{\begin{array}{cc}{R}_{p_k,p_{\mathrm{goal}}}+{G_p}_{\mathrm{goal}}& k=1\\ \min \{R_{p_k,p_{\mathrm{goal}}}+{G_p}_{\mathrm{goal}},R_{p_k,p_{k-1}+G_p^{k-1}\}}& k\≠1\end{array}\right.---\left(4\right)$

其中，为目标位置p_goal的代价函数，且为已知地图上在第k次所选位置点p_k和第k-1次所选位置p_k-1之间的连接权值；

在已知地图中任意两位置p_a和p_b之间的连接权值由两位置之间的直线距离和该直线上穿过的障碍物影响概率构成：

$R_{p_a,p_b}=d_{p_a,p_b}+k_m\×\max \left(\underset{C_{p_a,p_b}}{\∫}F(X,Y)\mathrm{ds}\right)---\left(5\right)$

其中，为位置p_a到位置p_b两点之间的物理位置距离；为位置p_a到位置p_b的路径点集合，ds为路径积分单元；max()为最大值求函数；

步骤2.4：判断迭代后得到的路径代价函数是否已经达到收敛，如果收敛，则退出迭代过程，将已收敛的路径代价函数对应的路径作为最佳路径进入步骤3；否则，将迭代次数k加1，返回步骤2.2；

步骤3：以步骤2得到的最佳路径作为室内移动机器人当前的预选择路径，依据预选择路径和室内移动机器人的位置和速度矢量判断室内移动机器人的偏转角φ_t是否满足轮式机器人不能侧向滑动的非完整约束，确定室内移动机器人是否按照预选择路径方向移动：

若不满足，则返回步骤2，重新构建当前时刻的所有路径；由于在步骤2.3中，***室内移动机器人所在当前位置p_now(t)与目标位置p_goal之间的位置p_k为随机选择，其中，p_k满足条件{p_r}为之前迭代最佳路径代价函数下的路径点集合，为室内移动机器人工作空间信息集合。因此，在返回步骤2后，随机选择得到的***位置，会与之前的已选过的***位置不同，可以得到新的路径；

若满足则以自适应速度沿当前时刻规划出的最佳路径方向移动，进入下一时刻的路径规划，t＝t+1，返回步骤1，直到室内移动机器人移动到目标位置，完成路径规划；

一般而言，由于轮式移动机器人无法发生侧向移动，可假定轮式移动机器人在运动过程中无打滑，仅作纯滚动。即认为机器人在其横轴上没有运动分量，该非完整约束可表述为：

$\stackrel{\·}{x}\sin \mathrm{\θ}-\stackrel{\·}{y}\cos \mathrm{\θ}=0$

所述室内移动机器人的偏转角φ_t是否满足轮式机器人不能侧向滑动的非完整约束是指：φ_t∈[0,60°]∪[120°,180°]，如图3所示；

其中，p_t和p_t-1分别为室内移动机器人当前位置和上一时刻所在位置，为在t时刻，室内移动机器人由规划得到的最佳路径中第一个路径点，即室内移动机器人在t+1时刻的预抵达位置。

室内移动机器人以自适应速度v移动：

算法性能分析

1、收敛性分析

在学习迭代策略中,由式(3)，(4)可知若迭代次数足够大,将最终收敛到一个稳定的点.

引理1对于地图中任意一点p_i,i∈N²与目标点p_goal之间路径的代价函数是一个随迭代次数k增加而单调递减的序列。

由式(4)可知，步骤2中第一次选取的地图位置p₁将在第一次迭代时作为当前位置与目标位置之间的***位置，形成初始路径。从第二次迭代开始，新的随机选取位置***后，路径代价函数将在下面两个选择中选取最小的一个：

(1)起点——新***位置p_k——目标点的路径连线。

(2)起点——新***位置p_k——之前迭代最佳代价函数路径{p_r|r∈k}的路径连线。

定理1假设任意两个位置的连接权值R恒为正,且第一次迭代的会产生当前位置与目标位置的初始路径代价函数利用式(3)和式(4)更新路径代价函数具有下面几个性质。

1、任意位置与目标位置的路径代价函数序列会最终收敛。

2、目标位置的代价函数对于地图上任意位置的与目标位置之间的路径代价函数将在一定迭代次数后保持稳定。

3、从目标点p_goal开始,一定能在有限步内找到起始点。

证明：

性质1：由公式(5)可知，任意两不同位置之间的距离i,j∈N²为正，路径上的累计概率影响∫_CF(X,Y)ds也为正数，因此，任意两不同位置的连接权值R为正数，代价函数G也为正数。根据引理1，对于任意一个p_now(t)与目标位置之间路径的代价函数序列随着迭代次数的增加将会收敛到最小边界上。

性质2：由代价函数初始化可知目标点的代价函数恒为0，由性质1可知，将最终收敛，若迭代次数大于地图上位置的个数，则当前位置与目标点的位置之间的路径选取遍历全地图，即取到最优解，继续迭代则代价函数保持最小不变。

性质3：根据学习策略，选取当前点的与目标点之间的路径后，该路径中包含的已选取随机位置序列{p_r|r∈k}在下次迭代中不可取。因此，在一定的迭代次数后，地图中的所有位置都会被选取，包括起点。

2、复杂性分分析

为了表示算法的复杂程度，定义变量T表示路径寻找的时间(步数)，具体的复杂度分析如下所示：

(1)若定义二维地图大小为N×N，则计算全地图所有位置之间的连接权值的复杂度为N⁴，其中，i,j∈N²,i≠j。

(2)在学***均时间。

(3)当机器人完成t时刻的路径选取，进入t+1时刻后，更新地图的连接权值复杂度为N⁴。

因此，室内移动机器人从起点到终点的路径复杂度可表示为：

以下用一个具体的应用实例对本发明的操作进行详细描述，本发明的增强地图学习路径规划算法主要应用于室内移动机器人的自主导航和避障规划中，这里主要针对静态和动态两类障碍物环境中的目标点抵达来体现其性能。具体设置如下：

实验环境设置为栅格地图，地图大小N＝50m，地图中兼具动态和静态两类障碍，动态障碍初始位于(5,10)，以速度1m/s在(5,10)与(15,10)之间往返运动，静态障碍物为L形障碍，其中静态障碍物1的三个顶点分别为(18,20)，(25,20)，(25,10)，静态障碍物2的三个顶点分别为(30,40)，(30,35)，(38,35)。室内移动机器人只能通过其底盘携带的八个声呐传感器获得移动前方八个方向的地图障碍物信息。障碍物影响放大系数k_m＝500，障碍物影响范围σ_i＝1，i＝1,2,..,M，室内移动机器人的探测范围R_detect＝10m，基础移动速度v₀＝1m/s，室内移动机器人起始点为(0,0)，目标点为(48,48)。

如图4所示，给出了室内移动室内移动机器人在兼具动态和静态环境中的实时动态路径规划轨迹。其中，图(a)增强地图学习路径规划躲避动态障碍时的效果；图(b)增强地图学习路径规划躲避静态障碍时的效果；图(c)增强地图学习路径规划最终完成时的效果；“*”代表机器人移动路径，“○”代表障碍物，障碍物周围的封闭线圈代表障碍物概率密度，越靠近障碍物，概率密度越大，即封闭线圈数越多，“□”代表目标位置。从图中可以看出，在给出目标位置后，尽管室内移动室内移动机器人对环境中的障碍物信息获取不全，且存在动态障碍，其依靠增强地图学习算法能够实现良好的目标抵达和避障功能，具有较好的规划效率和避障功能。

Claims (5)

1.一种室内移动机器人增强地图学习路径规划方法，其特征在于，包括以下几个步骤：

步骤1：建立已探测区域受障碍物影响的概率模型；

首先，通过室内移动机器人自身携带的声呐传感器，获得室内移动机器人的周围环境信息；其次，将室内移动机器人所经过的区域作为已探测区域，依据所述的周围环境信息建立已探测区域受障碍物影响的概率模型，并依据声呐传感器实时采集的周围环境信息实时更新已探测区域受障碍物影响的概率模型；

所述已探测区域受障碍物影响的概率模型如下：

$F(X,Y)=1-\underset{i=1}{\overset{M}{\mathrm{\Π}}}[1-f_i(X,Y)]$

其中，室内移动机器人工作空间信息集合为所述空间信息包括所有目标位置及所有障碍物位置；当前探测范围内工作空间信息集合为已探测出的工作空间信息集合为

{(X,Y)}为已探测区域，在的地图上探测到有M个障碍物，f_i(X,Y)为第i个障碍物的对室内移动机器人路径选择的影响函数，采用正态分布表示如下：

$f_i(X,Y)=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}{e}^{(-\frac{{D_i}^2}{{2\mathrm{\σ}}_i})}$

其中，σ_i为第i个障碍物的影响范围系数，取值范围为[0,1]；D_i为第i个障碍物到已探测区域内所有位置的距离矩阵，矩阵大小与地图大小一致为N*N；

步骤2：基于贪心算法和增强学习迭代策略，在设定的最大迭代次数k_max内，迭代更新当前位置p_now(t)与目标位置p_goal之间的路径代价函数，以达到收敛的路径代价函数对应的路径作为当前时刻的最佳路径，具体过程如下：

步骤2.1：令k＝1，k表示迭代次数；

步骤2.2：判断当前迭代次数是否已超过设定的最大迭代次数，若超过，则返回步骤2.1，；否则，进入步骤2.3；

步骤2.3：从获得的周围环境信息对应的已知地图中，随机选择一个位置p_k***室内移动机器人所在当前位置p_now(t)与目标位置p_goal，其中，p_k满足条件{p_r}为之前迭代最佳路径代价函数下的路径点集合，为室内移动机器人工作空间信息集合；按以下公式计算第k次迭代得到的路径代价函数

其中，第k-1次迭代得到的路径代价函数，且 为已知地图上当前位置p_now(t)与所选位置p_k之间的连接权值，为采用贪心算法获得的在第k次迭代完成后获得的从位置p_k到目标位置p_goal的最佳路径代价函数：

$G_p^k=\left\{\begin{array}{cc}{R}_{p_k,p_{\mathrm{goal}}}+G_{p_{\mathrm{goal}}}& k=1\\ \min \{R_{p_k,p_{\mathrm{goal}}}+G_{p_{\mathrm{goal}}},R_{p_k,p_{k-1}}+G_p^{k-1}\}& k\≠1\end{array}\right.$

其中，为目标位置p_goal的代价函数，且 为已知地图上在第k次所选位置点p_k和第k-1次所选位置p_k-1之间的连接权值；

在已知地图中任意两位置p_a和p_b之间的连接权值由两位置之间的直线距离和该直线上穿过的障碍物影响概率构成： $R_{p_a,p_b}=d_{p_a,p_b}+\max \left(\underset{C_{p_a,p_b}}{\∫}F(X,Y)\mathrm{ds}\right)$

其中，为位置p_a到位置p_b两点之间的物理位置距离；为位置p_a到位置p_b的路径点集合，ds为路径积分单元；max()为最大值求函数；

步骤2.4：判断迭代后得到的路径代价函数是否已经达到收敛，如果收敛，则退出迭代过程，将已收敛的路径代价函数对应的路径作为最佳路径进入步骤3；否则，将迭代次数k加1，返回步骤2.2；

步骤3：以步骤2得到的最佳路径作为室内移动机器人当前的预选择路径，依据预选择路径和室内移动机器人的位置和速度矢量判断室内移动机器人的偏转角φ_t是否满足轮式机器人不能侧向滑动的非完整约束，确定室内移动机器人是否按照预选择路径方向移动：

若不满足，则返回步骤2；若满足则以设定的室内移动机器人移动速度沿当前时刻规划出的最佳路径方向移动，进入下一时刻的路径规划，t＝t+1，返回步骤1，直到室内移动机器人移动到目标位置，完成路径规划；

所述室内移动机器人的偏转角φ_t是否满足轮式机器人不能侧向滑动的非完整约束是指：φ_t∈[0,60°]∪[120°,180°]；

其中，p_t和p_t-1分别为室内移动机器人当前位置和上一时刻所在位置，为在t时刻，室内移动机器人由规划得到的最佳路径中第一个路径点，即室内移动机器人在t+1时刻的预抵达位置；

p_t-1由p_t-1＝p_t-vt得到，v为设定的室内移动机器人移动速度。

2.根据权利要求1所述的室内移动机器人增强地图学习路径规划方法，其特征在于，所述步骤2中***室内移动机器人所在当前位置p_now(t)与目标位置p_goal之间的位置p_k的选取依据如下：

1)当目标位置出现在室内移动机器人当前已探测范围内则将目标位置作为第1次迭代时选取的位置：p₁＝p_goal；从第2次迭代即k＝2开始，p_k为在地图范围内随机选取的位置，且需满足条件其中，{p_r}为之前迭代最佳路径代价函数下的路径点集合，为室内移动机器人工作空间信息集合；

2)当目标位置未出现在室内移动机器人当前已探测范围内时，则每次迭代过程中位置p_k为从已知地图中随机选取的位置。

3.根据权利要求2所述的室内移动机器人增强地图学习路径规划方法，其特征在于，所述步骤1中室内移动机器人自身所携带声呐传感器是指所采用底盘Pioneer-2DX自身携带的声呐探测雷达。

4.根据权利要求3所述的室内移动机器人增强地图学习路径规划方法，其特征在于，所述已知地图中任意两位置p_a和p_b之间的连接权值按以下公式计算：

$R_{p_a,p_b}=d_{p_a,p_b}+k_m\×\max \left(\underset{C_{p_a,p_b}}{\∫}F(X,Y)\mathrm{ds}\right);$

其中，k_m为障碍物影响放大系数有利于提高机器人的避障效果，取值范围为[50,1000]。

5.根据权利要求1-4任一项所述的室内移动机器人增强地图学习路径规划方法，其特征在于，所述步骤4中设定的室内移动机器人v按以下公式进行自适应调整：

其中，p_barrier为障碍物位置，v₀为室内移动机器人移动的基础速度设定值，为当前探测范围内工作空间信息集合，包括当前探测范围内的障碍物位置，目标点位置，和可移动区域地图位置信息。