概率模型检测技术在机器人路径规划中的应用

摘要：

在机器人路径规划的实际应用中,针对机器人移动行为可能会受到外界环境影响的难题,提出了一种采用概率模型检测技术进行路径规划的新方法.首先,分析环境中的主要影响因素,将机器人的移动行为看作一个不确定事件,构建马尔可夫决策过程(MDP)模型.然后,采用概率计算树逻辑(PCTL)公式描述模型属性,表达机器人复杂多样的目标任务.最后,运用PRISM平台对模型进行分析和验证,得到满足属性的全局优化路径和定量数据.仿真结果表明,上述方法不仅能够保障机器人在障碍物环境中无碰撞移动,而且可以避开环境相对复杂的区域,保证机器人以最大概率完成任务.对比试验证明上述方法的正确性和有效性.

关键词：移动机器人、路径规划、概率模型检测、马尔可夫决策过程、概率计算树逻辑

所属期刊栏目：32

分类号：TP301(计算技术、计算机技术)

资助基金：国际科技合作计划2011DFG13000;北京市自然科学基金4122017;国家自然科学基金项目61373034,61303014

在线出版日期：2015-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：364-369