技术特征：
1.一种结合人工势场的概率图谱路径规划方法，所采用的步骤是：步骤1：建立势力场地图。根据已知的环境信息、设定的斥力场系数η和斥力作用范围d0，结合人工势场法中的斥力场公式，计算得到环境中每一处空间配置点处的斥力场值，得到一张环境的斥力场地图；步骤2：筛选关键点。基于已经的得到的斥力场地图，首先设定一个最大检测距离门限r
max
，根据斥力场公式计算得到在距离障碍物r
max
处的斥力场门限值rep
threshold
，对环境中的空间配置点进行筛选初步得到待筛选关键点集合p
cri
；针对p
cri
中的每一个点，根据检测半径r
d
对其进行八方位检测法进一步检测筛选，得到狭窄通道内部的三个关键点集，即通道内的关键点集q
passage
，通道口的关键点集q
door.
，通道拐角处的关键点集q
corner.
；步骤3：学习阶段。将环境势力场地图在x和y方向上等分为n
x
和n
y
份，计算每个区域的总势场值p
tot
(i，j)；定义p
m
为p
tot
(i，j)的中值，将所有网格分为高电位场值和低电位场值两类；根据所需的采样点总数，确定每个区域所需的采样点数量nodenum(i，j)；针对被障碍物完全覆盖的区域进行采样点补偿；分别对划分的每个区域进行采样点采样，同时在环境中添加关键点；最后连接所有的采样点，形成一张连通图，也称路线图。步骤4：查询阶段。根据获得的路线图，尝试将起点和目标点添加到路线图中。首先添加起点，计算环境中所有节点到起点的距离。邻域距离d内到起点的距离试图通过局部规划器与起点连接的这些点。如果满足条件的所有点都不能与起点连接，则表示起点和目标点之间没有可行路径。目标点的添加同上。如果成功地将起点和目标点添加到路线图中，则使用a*算法计算路线图上的最佳路径。2.根据权利要求1所述的一种结合人工势场的概率图谱路径规划方法，其特征在于结合人工势场法，利用环境中的障碍物信息，将复杂抽象的环境信息量化成具体的势场值信息的具体方法为：因为在后续的采样阶段只需要用到环境信息就可以合理的分布采样点，因此只需要在环境中构建斥力场地图。其中斥力场公式为在公式中，η表示斥力场系数，也称斥力增益，为一个常量；d(q)表示空间配置点q处距离其附近障碍物的最近距离；d0表示障碍物产生的斥力的作用范围，只有当空间配置点q与障碍物之间的距离小于d0时，障碍物在位置q处才会产生一个斥力场，而当空间配置点q在障碍物作用范围之外时，也就是当d(q)大于d0，时，障碍物在其位置处产生的斥力场大小为0。3.根据权利要求1所述的一种结合人工势场的概率图谱路径规划方法，其特征在于采用八方位检测法筛选得到狭窄通道关键点集的具体方法为：(1)初步筛选环境中的关键点首先，设定一个最大距离r
max
作为检测门限距离，根据公式(1)，计算得到在距离障碍物r
max
处的斥力场门限值rep
threshold
。因为在斥力场地图中，障碍物处的斥力场值为最大值，即
所以，狭窄通道内的关键点处的斥力场大小rep
cri
满足对于满足这部分条件的关键点集合记为p
cri
。(2)通过八方位检测法进一步筛选关键点按照附图2所示的不同狭窄通道情况下关键点的示意图可知，当前筛选出的关键点为灰色区域内的点，所以需要进一步筛选得到关键点。设定八方位检测法的检测半径为r
d
。对于p
cri
中的每一个点q，分别对其进行上、下、左、右、左上、左下、右上、右下八个方位进行检测。对于待检测点q，通过对点q每个方向上分别进行检测，判断是否在距离点q的r_d长范围内，是否检测到障碍物，如果检测到了，则将此检测方向对应的检测标识的值记为1，表示这一方向上检测到了障碍物，否则则记为0。当八个方位都检测完毕后，每个方位的标识都有其对应的值。先通过对左上、左下、右上、右下四个方位的标识进行判断，判断条件为left_up && right_down && left_down && right_up＝1
ꢀꢀ
(4)满足此条件的点记为q
corner.
，同时给予一个判断标识符flag，记录此点为满足公式(4)的点。因为此时q
corner.
中的点不仅包括拐角处的点，还包含了部分通道内的点。因此需要对其进行上下左右方向标识符的判断，判断条件为up && down && lef t&& right＝1
ꢀꢀ
(5)通过公式(5)，能够进一步筛选得到通道内的点q
passage
以及通道口的点q
door.
。4.根据权利要求1所述的一种结合人工势场的概率图谱路径规划方法，其特征在于采用基于分区域采样的策略，进行采样点补偿和关键点添加的具体方法为：(1)划分地图。将获得的势场图在x和y方向上等分为n
x
和n
y
份。在不同的环境中，在构建路线图时，可以根据环境特征和邻域距离来调整划分区域的数量。(2)计算每个区域的总势场值。对于每个网格(总共n
x
乘以n
y
)，计算每个网格中所有空间配置点的总势场，并将其记录为p
tot
(i，j)。(3)确定每个区域的采样点数量。将p
m
定义为p
tot
(i，j)的中值。将所有网格分为两类：高电位场值和低电位场值。p
tot
(i，j)大于p
m
的网格记为高电势场区域，p
tot
(i，j)小于p
m
的网格记为低电势场区域。然后通过(6)计算得到不同区域中的采样点的数量。其中，v表示设置的总的采样点数，a，b为采样点分布系数，满足a＝1+k，b＝1-k(0＜k＜1)
ꢀꢀ
(7)(4)采样点补偿。根据每块区域的总势场值p
tot
(i，j)找出被障碍物完全覆盖的区域，将这些区域内分配的采样点进行累加得到所需的补偿采样点的总数，即
nodenum
comp
＝∑
(i，j)∈obstacle area
nodenum(i，j)
ꢀꢀ
(8)然后将补偿点均匀分散到未被障碍物覆盖的剩余区域。(5)采样点采样。首先对于每一个区域(i，j)计算一个势场均值p
localm
(i，j)作为门限值。然后在区域(i，j)范围内开始进行采样点采样。当空间配置点q处的势场值rep
q
小于p
localm
(i，j)时，将其作为有效采样点加入到采样点集中。当一个区域内的采样点数量达到指定数量时，停止该区域的采样，进行下一个区域的采样。(6)添加关键点。假设得到的关键点集中含有n个关键点，随机采样λn个关键点到采样点集中。其中λ为常数系数。因为前一步进行普通采样点采样过程中，能够保证在障碍物密度大的区域内同样获得有效的采样点，也就是说明，在狭窄通道内部已经存在一定数量的自由空间内的配置点。所以相对来说，我们更需要位于狭窄通道出入口和狭窄通道拐角处的点作为关键点添加进去。所以在这里，关键点集为狭窄通道出入口的点q
door.
和狭窄通道拐角处的点q
corner.
。
技术总结
本发明公开了一种结合人工势场的概率图谱路径规划方法。该方法利用虚拟势场的方法，用可量化的势场图表示目标环境，从而清晰地表达环境中的障碍物信息。然后提出了一种基于分区的采样策略，在保持采样点均匀分布的同时，提高密集障碍区域中的采样点数量。最后，利用新的八方向检测方法识别并筛选了一些关键点，通过添加关键点有效地提高了路径规划的成功率。本方法可以有效增加狭窄通道内的采样点数量和路径规划的成功率，MATLAB中实验结果证明了该方法的有效性。了该方法的有效性。了该方法的有效性。
技术研发人员：张莉涓 张永豪 雷磊 吕博 蔡圣所 李志林 沈高青 朱晓浪 牛凯华 李慧
受保护的技术使用者：南京航空航天大学
技术研发日：2022.09.14
技术公布日：2022/12/9