(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210920914.4 (22)申请日 2022.08.02 (71)申请人 山东天蓝信息科技有限责任公司 地址 264200 山东省威海市 火炬高技 术产 业开发区文化西路2号哈工大 （威海） 创新创业园1号楼4楼 (72)发明人 钟诗胜　付旭云　孙聪　 (74)专利代理 机构 威海科星专利事务所 37202 专利代理师 初姣姣 (51)Int.Cl. G06F 30/20(2020.01) G06T 17/00(2006.01) (54)发明名称 航空发动机内部复杂环境下的维修路径规 划方法 (57)摘要 本发明涉及航空发动机维修保养技术领域， 具体的说是一种能够保证确定需要进行修理的 损伤位置后， 快速到达损伤位置的航空发动机内 部复杂环境下的维修路径规划方法， 通过对 Quick‑RRT*算法做了改进， 提高节点利用率和搜 索效率的搜索策略改进； 提高初始路径搜索效率 的， 引力约束与障碍约束共同作用目标点指向概 率可变采样方式； 解决狭小的通道环境内， 局部 拓展收敛速度慢， 优化局部困境问题的动态采样 区域策略， 实现了路径与精确三维模 型之间的碰 撞检验， 并采用分层精确碰撞检测降低三角面片 干涉检验计算量， 最终实现航空发动机内部复杂 环境下的维修路径规划， 通过仿真实验验证路径 规划效果以及改进方法对搜索效率的提升 。 权利要求书4页 说明书13页 附图12页 CN 115374609 A 2022.11.22 CN 115374609 A 1.一种航空发动机内部复杂环境下的维修路径规划方法， 其特 征在于， 包括以下步骤： 步骤1： 搜索域内随机获得采样点xrand； 步骤2： 计算随机树上与xrand距离最近的节点xnearest； 步骤3： 计算xnearest到xrand距离， 如果xnearest到xrand距离大于步长σ， 则xnearest向xrand方向 生长一个步长σ， 得到新节点xnew， 如果xnearest到xrand距离小于步长σ， 则将 xrand作为新的节点 xnew； 步骤4： 在节点xnew和xnearest之间进行障碍物检测CollisionCheck(xnew， xnearst)， 判断路 径与环境是否发生碰撞， 若存在碰撞， 则跳回步骤1； 步骤5： 对节点xnew进行父节点重选操作， 对潜在父节点集合的选择范围进行调整， 除了 r1半径范围内的潜在父节点集合xnear， 内所有节点的深度为n的祖先节点集合xnear′也被纳 入重选范围内， 扩大了搜索范围： 给定重选半径r1， 对于树上的全部节点， 若有其一符合： 与 节点xnew之间的欧式距离小于重选半径r1， 将这些节点加入一个集合xnear， 称为潜在父节点 集合， xnew也属于集合xnear， 集合xnear中， 若存在一个节点： 该节点与路径起点xstart之间的累 积路径长度c和与节点xnew之间欧式距离c ′之和最小， 该节点记为xmin， 进行xmin到xnew线段与 障碍物之间的碰撞检测CollisionCheck(xnew， xmin)， 检测结果没有碰撞发生， 则将xnew作为 xmin子节点， 并将xnew和xmin连接起来， 若检测结果为真， 则将节点xmin在集合xnear中剔除， 重 新对xnew在集合xnear中进行； 步骤6： 剪枝操作， 将xnew的n阶祖先节点纳入剪枝过程考虑范围内， 一起作为xnear的父节 点进行剪枝操作： 对于集合xnear中的全部节点x， 若x与xnew两节点之间满足条件： 节点连线 与障碍物之间的碰撞碰撞检测不为真， 且x到xnew的欧式距离与路径起点xstart到xnew的累积 路径长度之和， 比路径起点xstart到节点x的路径长度更短， 即： c(xnew,xstart)+c′(xnew,x)＜c (x,xstart)， 将xnew取代节点x的原父节点， 将x作为xnew的子节点， 连接xnew和x； 步骤7： 判断xnew到终点xgoal的欧式距离与搜索终止条件r的大小关系， 若小于r， 直接将 xgoal作为xnew的子节点， 将xnew与xgoal进行连接， 路径搜索终止， 搜索结束， 得到最终路径， 否 则跳转回步骤1。 2.根据权利要求1所述的一种航空发动机内部复杂环境下的维修路径规划方法， 其特 征在于， 对重 选父节点 集合范围调整如下 所示： Step1： 遍历树T， 得到xnew节点的潜在父节点 集合xnear； Step2： 遍历xnear集合内所有节点， 得到所有节点的n阶的祖 先节点， 构成集 合xnear′； Step3： 将集 合xnear与xnear′合并为xnear， 作为xnew节点的重 选父节点 集合范围。 3.根据权利要求1所述的一种航空发动机内部复杂环境下的维修路径规划方法， 其特 征在于， 针对Quick ‑RRT*算法存在采样导向性、 目标性差， 节点利用率低的缺点， 对采样方 式进行如下改进： (1)目标点向导的采样方式： 将目标点xgoal作为采样导向， 使得生成 的采样点更具目标 性， 以减少不必要的无效节点， 具体为： Ⅰ.以概率p， 将目标点xgoal直接作为采样点进行流 程； Ⅱ.以概率q， 在整个搜索域内均匀随机采样， 获得采样点， 且p+q＝1； (2)变步长策略： 在算法开始之前， 除了给定搜索步长σ之外， 给定一个最小步长单元 σmin和最大累积步长上限σmax， 且σmin＝σ /n， σmax＝m×σ 。 在路径拓展的过程中， 依然使用步长权　利　要　求　书 1/4 页 2 CN 115374609 A 2σ 进行搜索， 在对新节点xnew进行CollisionFree(xnew,xparent)障碍物检测时， 如果路径之间 不存在障碍物， 则引入贪婪策略， 沿着原拓展方 向(即xparent指向xnew的方向)继续拓展一个 步长σ， 直到与障碍物发生碰撞或累积步长达到上限σmax， 这样做的目的是， 通过加大搜索步 长， 减少开阔 区域的搜索次数， 提高随机树 生长速度， 加快局部收敛； 若障碍物检测为真时， 则对步长进行调整： 将xnew与xparent的路径连线以最小步长单元 σmin分割为n份线段， 得到线段端点分别记为为x1,x2,...,xi,xi+1,...,xn‑1。 对于x1,x2,..., xi,xi+1,...,xn‑1， 若存在两节点xi,xi+1满足： xi不在障碍物区域， xi+1在障碍物区域， i≥1， 则 用xi替代节点xnew， 若不存在这样的两节点， 则放弃 该节点。 4.根据权利要求1所述的一种航空发动机内部复杂环境下的维修路径规划方法， 其特 征在于， 对于目标点向导的采样方式， 一般将概率p取为0.5， 然而在初始路径的搜索过程 中， 过高的目标点指向概率会使前期进行过多的无效采样和无效碰撞检验次数， 降低路径 搜索效率， 对于一个路径搜索问题来说， 可以将其看做在相对开阔的起点区域和目标点区 域中间存在相对复杂的障碍物区域， 而越接近目标点附近的开阔区域目标点向导对于搜索 效率的增大作用就越明显， 因此， 考虑目标点对路径拓展的约束， 根据 距离条件引入引力约 束因子： 设当前搜索树上与目标点xgoal欧氏距离最小的节点为xnest， xnest与xgoal之间的欧氏距 离 为c1， 起始点xstart与目标点xgoal之间的欧氏距离为c2， 对引力约束因子 λg定义如下： 引力约束因子 λg随着拓展树向目标点的不断靠近而 不断增大， 在目标点处达到最大值。 设初始目标点指向概 率为p， 则动态目标点指向概 率p1定义如下： p1＝ λg×p (2) 引力约束因子的引入使得随机数的拓展在接近目标点 时更容易指向目标点， 提高目标 点附近开阔域内的搜索效率， 同时也在路径搜索的初始阶段， 减少目标点对局部路径规划 的影响， 减少不必要的碰撞检验； 除此之外， 若随机树拓展至障碍物较为复杂的区域， 过高的目标点指向概率也会产生 很多不必要的碰撞检验。 因此除了引力约束外， 目标点指向概率还应该根据当前环境的障 碍物复杂程度进行调整。 这里引入障碍物约束因子： 设当前搜索树上与目标点xgoal欧氏距离最小的节点为xnest， xnest参与的碰撞检验次数 为N1， 其中未通过检验的次数为 N2， 对障碍物约束因子 λc定义如下： 其中α 决定了障碍物因子的作用程度， 随着N2与N1比值的增大， 代表环境复杂程度 越大， 障碍物约束因子λc的值越小， 设初始目标点指向概率为p， 则动态目标点指向概率p1更改如 下： p1＝ λc×λg×p   (4) 障碍物约束因子的引入使得在障碍物复杂的区域， 能够减少目标点作为采样点的概 率， 避免不必要的碰撞检测 和无效节点的生成。权　利　要　求　书 2/4 页 3 CN 115374609 A 3