论文部分内容阅读
路径规划在室内导航、城市规划、无人驾驶等领域的应用日渐广泛,其主要由环境建模和路径搜索两部分组成。现阶段国内外对于路径规划的研究主要集中在室外场景和电子游戏中,而对于真实室内场景的研究则处于起步阶段。室内环境具有各特征点种类多、信息量大、拓扑结构复杂以及障碍物数量较多且分布不规则的特点,传统路径规划技术中的环境建模方法难以对其进行准确描述。室内环境信息存储在室内地图中,因此如何基于室内地图设计室内路径规划方法具有重要的研究价值。首先,论文根据室内环境的特点,提出了一个基于室内地图的三级室内环境建模框架,根据室内地图中存储的室内环境信息对室内环境进行分级建模。该框架在每一级别采用相应的环境建模方法对室内环境进行建模,生成三级室内环境模型,从而解决了传统的单一环境模型存在的无法准确表示室内环境信息、存储空间过高,建模过程无法自动进行等问题。第一级为层级,采用基于哈希表的方法进行环境建模。第二级为区域级,采用均匀栅格法进行环境建模。第三级为室内级,采用三角剖分算法进行环境建模。三级室内环境模型相对于传统模型能够更准确的表示室内复杂环境并且为室内路径搜索提供模型基础。其次,论文针对上述的三级室内环境框架,对应每个级别的环境模型提出了相应的路径搜索算法。具体为:1)针对层级的hash模型,本文采用目前通用的直接路径存取方法;2)针对区域级的栅格模型,本文提出了一种基于数据地图的跳点搜索算法(Data-Map Based Jump Point Search,DMBJPS),解决了目前基于栅格法的路径搜索算法普遍存在的搜索速度慢,内存开销高的问题。论文通过实验验证了该算法能够加快路径搜索的速度并且减少内存的开销;3)针对室内级的三角剖分模型,论文提出了一种基于三角形节点的A*算法(Triangle-Node Based A*,TNBA*),解决了目前传统算法普遍存在的路径长度较长、没有考虑移动物体尺寸等问题。论文通过实验验证了该算法相比传统算法得到的路径长度更短。并且算法在考虑了移动物体的尺寸的情况下能够得到规避障碍物的合理路径,在考虑行人的情况下对结果进行了路径平滑。