局部环境增量采样的服务机器人路径规划
针对室内服务机器人在未知动态环境中工作时的功能需求,提出了一种局部环境增量采样的路径规划算法.该方法首先依据当前环境构建基于障碍物碰撞风险的评估概率;然后在搜索树扩展的过程中,设计了结合碰撞风险评估概率和欧氏距离的代价函数,避免了每次扩展时新节点和潜在扩展边的碰撞检测,提高了算法效率;同时,搜索树扩展借鉴了快速随机扩展图算法的扩展方式,实现在当前搜索树结构下的最优扩展;另外,提供了算法的性能分析.最后,仿真及实验结果表明该方法具有良好的规划性能,需要较少的计算时间和平均迭代次数,能够满足室内服务机器人实时路径规划的工作需求.
移动机器人、复杂动态环境、路径规划、避碰
38
TH17
国家自然科学基金61433016, 61573134;湖南省研究生创新项目CX2016B124
2017-07-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
1093-1100