移动机器人的路径规划技术

编程入门 行业动态 更新时间:2024-10-07 12:19:29

移动<a href=https://www.elefans.com/category/jswz/34/1771107.html style=机器人的路径规划技术"/>

移动机器人的路径规划技术

提示:第一次写博客,记录一下最近要学习的东西吧。

文章目录

  • 前言
  • 一、环境地图构建
  • 二、全局路径规划方法
  • 三、局部路径规划方法
  • 总结


前言

参考文献: 张琦. 移动机器人的路径规划与定位技术研究[D].哈尔滨工业大学,2014.
移动机器人的路径规划问题:移动机器人依据某个或某些性能指标(如工作代价最小、行走路线最短、行走时间最短等),在运动空间中找到一条从起始状态到目标状态、可以避开障碍物的最优或者接近最优的路径。
移动机器人路径规划方法,根据环境信息的已知程度,可
以分为两种类型: 基于全局地图信息的路径规划,简称全局路径规划和基于局部地图信息的路径规划,简称局部路径规划


一、环境地图构建

环境地图构建是指建立机器人所处环境中的各种物体,包括障碍、路标等的准确的空间位置描述,即建立空间模型或地图。

现有的基本的环境模型主要包括栅格分解图、四叉分解图、可视图、Voronoi图。

二、全局路径规划方法

全局路径规划能够处理完全已知环境(障碍物的位置和形状预先给定)下的路径规划,前提是需要建立移动机器人所在环境的全局地图模型;之后,在建立的全局地图模型上使用搜索寻优算法获得最优路径。

因此,全局路径规划涉及两部分问题:环境模型的建立和路径搜索策略。

全局路径规划方法 启发式搜索 基于智能算法 Dijkstra算法发展来的A*算法 A*算法的改进算法 Focussed Dynamic A* Lite <D* Lite>算法 two-way D* <TWD*>算法 lazy A* search算法 Limited-Damage A*算法 粒子群优化算法 遗传算法 模拟退火算法 改进神经网络算法 粒子群优化的差分进化算法 蚁群算法 <Ant Colony Optimization, ACO>

三、局部路径规划方法

与全局路径规划方法不同的是,局部路径规划方法以不知道环境中的障碍物位置的信息为前提,移动机器人仅通过传感器感知自身周围环境与自身状态。由于无法获得环境的全局信息,局部路径规划侧重于考虑移动机器人当前的局部环境信息, 利用传感器获得的局部环境信息寻找一条从起点到目标点的与环境中的障碍物无碰的最优路径并需要实时地调整路径规划策略。

常用的适用于局部路径规划的方法有事例学习法、滚动窗口法、人工势场法、智能算法以及行为分解法。

局部路径规划方法 事例学习法 滚动窗口法 人工势场法 基于智能算法的局部路径规划 行为分解法

总结

这里只是简要总结了现有的移动机器人路径规划方法,详细内容需进一步查询相关文献资料。

更多推荐

移动机器人的路径规划技术

本文发布于:2024-02-17 17:46:40,感谢您对本站的认可!
本文链接:https://www.elefans.com/category/jswz/34/1694907.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文标签:机器人   路径   技术

发布评论

评论列表 (有 0 条评论)
草根站长

>www.elefans.com

编程频道|电子爱好者 - 技术资讯及电子产品介绍!