技术特征：
1.3d避障路径规划方法，其特征在于，包括如下步骤：s1：输入起始点、目标点以及障碍物信息；s2：随机采样，依据采样修正策略得到各采样点信息；s3：通过各采样点进行轨迹规划生成轨迹点，得到目标路径；s4：根据目标路径采取路径优化策略得到优化路径；所述路径优化策略具体包括如下步骤：s41：构建以起始点和目标点为焦点、目标路径的长度一半作为长半轴的椭圆参数方程；s42：在椭圆内重复采样，返回至步骤s2，比较判断是否得到更短的目标路径，是则执行步骤s41，更新实际父节点、轨迹点目标集并得到更新后的目标路径作为优化路径，直至采样周期结束；否则将s3中的目标路径作为优化路径输出。2.根据权利要求1所述的3d避障路径规划方法，其特征在于，所述采样修正策略具体包括如下步骤：s21：获得起始点和各采样点的坐标信息，设置步进长度，将起始点作为当前采样点；s22：计算当前采样点与下一采样点的欧几里得距离，将欧几里得距离与步进长度进行比较；s23：判断欧几里得距离是否大于步进长度，若是则对采样点进行坐标变换，得到下一采样点的更新坐标信息；否则，保留下一采样点的坐标信息；s24：将下一采样点作为当前采样点，返回步骤s22，直至下一采样点与目标点满足近似判定条件结束指令。3.根据权利要求2所述的3d避障路径规划方法，其特征在于，所述近似判定条件为下一采样点与目标点的欧几里得距离小于设定的目标点容错值。4.根据权利要求1所述的3d避障路径规划方法，其特征在于，所述轨迹规划具体包括如下步骤：s31：设定路径优化参数，以当前采样点为圆心，以路径优化参数为半径作圆，记录圆内所有采样点的编号及坐标信息；s32：将圆内所有采样点记为当前采样点的临时父节点；s33：分别获取临时父节点与起始点之间的若干组轨迹点集，得到每组轨迹点集的编号，计算每组轨迹点集的欧几里得距离之和；s34：比较得到欧几里得距离之和最小的轨迹点集，将该轨迹点集所对应的临时父节点记为实际父节点，轨迹点集记为轨迹点目标集，根据轨迹点目标集得到目标路径。5.根据权利要求4所述的3d避障路径规划方法，其特征在于，所述目标路径通过轨迹点目标集按起始点到当前采样点方向的顺序记录生成。6.根据权利要求1所述的3d避障路径规划方法，其特征在于，得到优化路径之后执行步骤s5：对优化路径依照运动学优化算法以消除轨迹点凸点。7.根据权利要求6所述的3d避障路径规划方法，其特征在于，所述运动学优化算法具体为采用埃尔米特算法对目标路径中要进行插值的坐标点进行扩展，扩展后对插值点进行插值计算，令加速度连续可导以使得目标路径形成平滑曲线。8.根据权利要求1所述的3d避障路径规划方法，其特征在于，所述障碍物信息通过机器
人获取，所述障碍物信息包括障碍物尺寸以及在机器人坐标系中的位置，通过障碍物尺寸以及在机器人坐标系中的位置得到障碍物区域，结合采样点信息进行碰撞检测，使得所述目标路径绕过所述障碍物区域。9.根据权利要求1所述的3d避障路径规划方法，其特征在于，随机采样为在机器人运动空间内进行采样。
技术总结
本发明提供3D避障路径规划方法，包括如下步骤：S1：输入起始点、目标点以及障碍物信息；S2：随机采样，依据采样修正策略得到各采样点信息；S3：通过各采样点进行轨迹规划生成轨迹点，得到目标路径；S4：根据目标路径采取路径优化策略得到优化路径；路径优化策略具体包括步骤S41：构建以起始点和目标点为焦点、目标路径的长度一半作为长半轴的椭圆参数方程；S42：在椭圆内重复采样，返回至步骤S2，比较判断是否得到更短的目标路径，是则执行步骤S41，更新实际父节点、轨迹点目标集并得到更新后的目标路径作为优化路径，直至采样周期结束；否则将S3中的目标路径作为优化路径输出。本发明节省时间成本，使调试过程更加容易、安全。安全。安全。
技术研发人员：杨建成 金喆
受保护的技术使用者：天津施格机器人科技有限公司
技术研发日：2021.08.30
技术公布日：2021/9/28