基于梯度优化的移动机器人路径规划算法

摘要：

针对目前移动机器人全局路径规划算法中存在规划效率低、路径质量低等问题,提出一种新的基于梯度优化的路径规划算法.首先使用欧氏符号距离场方法表示已知的二维地图环境,构建从障碍物中心向外梯度下降的距离场,以获得机器人到障碍物中心的距离信息来进行碰撞惩罚代价的计算;其次将路径规划问题描述为优化问题,通过引入目标距离信息和障碍物距离信息,设计了一个新的路径规划代价函数,并使用梯度下降方法优化该函数得到一条最优路径;最后通过仿真对比实验表明,所提算法在规划时间、路径长度和最大转向角方面均具有一定的优越性,并通过搭建基于ROS的移动机器人实验平台进行实际环境中的路径规划实验,验证了所提算法的有效性和可行性.

关键词：移动机器人、路径规划、欧氏符号距离场、距离信息、碰撞惩罚、梯度下降、代价函数、实验平台

所属期刊栏目：46

分类号：TN911.1-34;TP242

资助基金：浙江省自然科学基金项目LTGG23E090002

在线出版日期：2023-11-08（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：99-104