科创中国
一种人工智能机器人路径规划方法
发布时间: 2025-10-24
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
新一代信息技术产业,人工智能
成果介绍
该成果核心技术路径以 “‘初始路线 - 避障节点 - 可行路径 - 最优筛选’四步闭环” 为核心，具体步骤明确：①参数与位置获取（步骤 S1）：通过机器人传感器采集自身位置信息（如坐标、姿态）与环境参数（如障碍物分布、能源容量），为规划提供基础数据；②初始路线与避障节点构建（步骤 S2）：基于位置信息生成初始移动路线，机器人按路线移动时，若接触障碍物则触发实时避障操作（如调整方向、绕行角度），同步记录避障后的节点位置，形成关键路径节点库；③连通图与可行路径筛选（步骤 S3）：以避障节点为基础构建环境连通图，结合机器人能源容量（如剩余电量对应的最大移动距离），剔除超出能源范围的路径，筛选出符合能源约束的可行路径；④碰撞检测与最优路线确定（步骤 S4）：对可行路径进行动态碰撞检测（预判移动过程中与障碍物的潜在碰撞风险），若存在碰撞则触发等待操作（如避开障碍物移动高峰），同时计算各可行路径的完成时间，最终筛选出完成时间最短的路线作为最终规划结果。
成果亮点
本项目研发的人工智能机器人路径规划方法，通过三大创新突破上述痛点：一是首创 “动态节点实时构建” 简化流程，区别于传统 “完整地图 + 静态规划”，该方法无需预先构建全局地图，而是通过 “初始路线移动 - 遇障避障 - 记录节点” 的动态模式，实时生成关键路径节点，避障响应时间缩短至 200ms，较传统方法提升 60%，适配动态障碍物场景；二是 “能源 - 碰撞双约束筛选” 机制，在可行路径筛选阶段，同步纳入能源容量（剔除超电量路径）与动态碰撞检测（预判障碍物移动轨迹），可行路径实用性提升 80%，避免因能源不足或未预判碰撞导致的路径失效，较传统方法的路径调整次数减少 70%；三是 “时间最优” 最终筛选，通过计算各可行路径的 “移动时间 + 等待时间” 总和，优先选择完成时间最短的路线，如在车间 AGV 场景中，可避开叉车繁忙通道，选择稍长但无等待的路径，任务完成时间平均缩短 30%，兼顾 “距离短” 与 “效率高”。
团队介绍
1. 叶彦辰（核心发明人，华南理工大学）：华南理工大学自动化科学与工程学院教授，长期深耕机器人路径规划与人工智能算法研究，主导本成果整体技术路线设计，提出 “动态节点 + 多约束优化” 核心思路，曾主持国家自然科学基金项目（聚焦动态环境下机器人导航），发表相关 SCI 论文 15 篇，拥有 6 项机器人控制领域专利，在技术研发中负责算法架构搭建与核心难点攻克，是成果创新的领军者。
2. 丁长兴（核心发明人，华南理工大学）：华南理工大学自动化科学与工程学院副教授，负责算法的具体开发与优化，攻克 “动态节点实时生成”“动态碰撞检测预判” 等技术难点。优化节点筛选逻辑，使避障响应时间缩短至 200ms；设计障碍物移动轨迹预判模型，碰撞检测准确率达 98%，保障算法在动态环境下的安全性与高效性，是算法落地的核心力量。
成果资料
产业化落地方案
下载app