本发明属于人工智能，尤其涉及一种自适应路径规划方法及系统。
背景技术：
1、随着人工智能技术的快速发展，智能机器人已越来越普通，在各行各业发挥着越来越重要的作用。机器人在行进过程中通常需要自主进行路径规划，当前常见的路径规划多是基于a＊搜索算法实现。然而，由于a＊搜索算法多是以最短路径作为寻优目标，导致在复杂环境下机器人可能会选择狭窄路线通行，难以保障机器人的通行安全。
技术实现思路
1、有鉴于此，本发明实施例提供了一种自适应路径规划方法及系统，用于解决当前机器人自适应路径规划存在一定安全隐患的问题。
2、在本发明实施例的第一方面，提供了一种自适应路径规划方法，包括：
3、获取机器人当前位置地图和障碍物分布，基于当前位置地图和障碍物分布构建维诺图，并获取维诺边界节点、临界点集合和节点维诺距离；
4、基于a＊路径规划算法在所述维诺图中进行路径搜索，并通过基于维诺距离的启发函数对维诺边界节点周围临界点进行评价，选取代价最小临界点作为子节点；
5、判断机器人是否达到目标点验证路径搜索是否完成，若未完成则持续基于维诺边界获取待评价临界点，获取代价最小子节点，直至路径寻优完成。
6、在本发明实施例的第二方面，提供了一种自适应路径规划系统，包括：
7、数据获取模块，用于获取机器人当前位置地图和障碍物分布，基于当前位置地图和障碍物分布构建维诺图，并获取维诺边界节点、临界点集合和节点维诺距离；
8、节点搜索模块，用于基于a＊路径规划算法在所述维诺图中进行路径搜索，并通过基于维诺距离的启发函数对维诺边界节点周围临界点进行评价，选取代价最小临界点作为子节点；判断机器人是否达到目标点验证路径搜索是否完成，若未完成则持续基于维诺边界获取待评价临界点，获取代价最小子节点，直至路径寻优完成。
9、在本发明实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例第一方面所述方法的步骤。
10、在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第一方面提供的所述方法的步骤。
11、本发明实施例中，通过将维诺空间与a*路径搜索算法结合，利用维诺空间获取远离障碍物的节点，将传统邻域搜索优化为维诺边界搜索，缩小搜索空间的，提高自适应路径搜索效率，优化障碍物距离搜索，保障通行路径的安全性。
1.一种自适应路径规划方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述启发函数为：
3.根据权利要求1所述的方法，其特征在于，所述若未完成则持续基于维诺边界获取待评价临界点，获取代价最小子节点，直至路径寻优完成包括：
4.一种自适应路径规划系统，其特征在于，包括：
5.根据权利要求4所述的系统，其特征在于，所述启发函数为：
6.根据权利要求4所述的系统，其特征在于，所述若未完成则持续基于维诺边界获取待评价临界点，获取代价最小子节点，直至路径寻优完成包括：
7.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的一种自适应路径规划方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至3任一项所述的一种自适应路径规划方法的步骤。
