电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

移动机器人混合式全遍历覆盖路径规划算法VIP专享VIP免费

移动机器人混合式全遍历覆盖路径规划算法_第1页
移动机器人混合式全遍历覆盖路径规划算法_第2页
移动机器人混合式全遍历覆盖路径规划算法_第3页
第27卷第5期2013年9月山东理工大学学报(自然科学版)JournalofShandongUniversityofTechnology(NaturalScienceEdition)Vol.27No.5Sep.2013收稿日期:20130804基金项目:山东省高等学校科技计划项目(J13LN27)作者简介:陈鹏,男,herochenpeng@163.com;通信作者:李彩虹,女,lich@sdut.edu.cn文章编号:1672-6197(2013)05-0022-06移动机器人混合式全遍历覆盖路径规划算法陈鹏,李彩虹(山东理工大学计算机科学与技术学院,山东淄博255091)摘要:针对移动机器人在未知环境下的全遍历覆盖任务,将滚动规划与已知环境下的搜索策略相结合,设计了一种混合式的全遍历覆盖路径规划算法.对声纳传感器探测到的环境信息进行滚动规划,把未知区域转化为已知区域.在已知区域,采用有限状态机方式来组织全遍历覆盖路径规划算法,状态之间的转换通过二叉树搜索策略、目标栅格选取策略和两点法搜索策略来实现,并对算法进行仿真.结果表明,移动机器人能全遍历覆盖整个工作区域,重复率低,能有效提高工作效率.关键词:移动机器人;全遍历覆盖路径规划;滚动规划;有限状态机中图分类号:TP242文献标志码:AAhybridalgorithmofcompletecoveragepathplanningformobilerobotCHENPeng,LICai‐hong(SchoolofComputerScienceandTechnology,ShandongUniversityofTechnology,Zibo255091,China)Abstract:Thispaperpresentsahybriddesignalgorithmofcompletecoveragepathplanningformobilerobotunderunknownenvironmentbasedontherollingplanningandknownenvironmentsearchstrategy.Theunknownenvironmenthasbeenconvertedtotheknownareausingtheenvi‐ronmentalinformationdetectedbysonarsensors.Thealgorithmofcompletecoveragepathplan‐ningisorganizedbyfinitestatemachine(FSM)approachundertheknownenvironment.Thestateswitchhasbeenrealizedbythebinarysearchstrategy,targetgridselectionstrategyandtwo‐pointsearchstrategy.Atlastthealgorithmhasbeentestedundersimulatedenvironment.Simulationresultsshowthatmobilerobotcancovertheentireworkareawithlowrepetitionrateandhighworkefficiency.Keywords:mobilerobot;completecoveragepathplanning;rollingplanning;finitestatemachine(FSM)全遍历覆盖路径规划[1]是指在满足某种性能评价指标最优或准优的前提下,寻找一条从起始点开始,且经过工作区域内所有可达点的路径规划.全遍历覆盖路径规划是一类特殊的路径规划,在许多领域都有着广阔的应用前景,特别是很多家用场合,都要求移动机器人具备全区域覆盖的能力.按照对环境知识的了解,全遍历覆盖路径规划可分为环境已知和环境未知的路径规划.已知环境下的路径规划,多采用单元分解法[2‐3]和模板模型法[4].单元分解法是将环境分解为梯形单元,机器人在梯形单元中做往返运动,并通过邻接图来表示从一个单元到另一个单元的转移.缺点是单元分解过多致使重复率较高.模板模型法是根据覆盖区域获取的环境信息,与各个模板进行匹配来完成遍历.缺点是对环境缺乏整体规划,要求事先定义环境模型和模板记忆,对变化的环境很难处理.对于环境未知情形下的路径规划,郝宗波[5]等提出了基于传感器和栅格地图的路径规划方法,适合简单环境.Hsu[6]等采用离线规划和在线避障方式来完成全遍历,实现过程较为复杂.邱雪娜[7]等提出了基于生物激励与滚动启发式规则的路径规划,适合简单环境,在复杂环境下出现了较多转弯和重复.郭小勤[8]提出了可动态调节启发式规则的滚动路径规划算法,有效减少转弯次数,并解决了U型障碍物区域的连续遍历问题.禹建丽[9]等在犁田式路径规划的基础上,运用回溯法来解决遍历过程中的盲区问题.环境已知的路径规划方法不适用于环境未知的情形,而未知环境下的路径规划方法存在着重复率较高、系统开销大等缺点.为提高工作效率,采用混合式的全遍历覆盖路径规划算法.利用滚动规划把未知区域转化为已知区域.于是,未知...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部