全局路径规划

摘要： 针对水面自主无人艇静态路径规划全局最优的问题,以提高全局路径规划算法精度为目标,提出了一种基于改进启发函数的全局路径规划方法。该方法采用栅格法对已知环境地形图进行建模,基于A*算法设计了一种新型的启发函数,通过改变导航控制器的增益系数来对路径进行优化。考虑到水面障碍物漂移作用对水面自主无人艇路径规划产生的影响,通过设置不同的障碍物形态、大小来模拟水面障碍物漂移作用产生的漂移增量。采用MATLAB仿真平台进行多次实验测试,测试结果证明了改进避障策略算法的可靠性。

摘要： 全局路径规划技术是移动机器人自主导航的关键技术之一,是机器人在路径规划领域的一项重点研究课题。通过对算法进行优化改进以提高移动机器人对环境信息获取的准确度、路径平滑性、减少冗余点和迭代次数便成为移动机器人全局路径规划算法的重点研究对象。本文将全局路径规划分为完备性规划算法和概率完备算法进行分析研究,同时对每种算法进行的优缺点及发展现状和未来趋势进行分析总结;最后指出全局路径规划算法在多算法优势互补融合、多机器人协同规划和结合传感器信息等方面提升和发展。

摘要： 无人驾驶汽车是目前汽车发展的一个大方向,无人驾驶的实现依靠于汽车的感知、决策和控制功能。路径规划属于决策中重要的一环。目前,无人驾驶汽车的路径规划算法存在受环境影响较大,无法适用于复杂的道路环境的问题,基于此文章对无人驾驶汽车轨迹规划算法进行归纳。其在广义上可分成全局路径规划和局部路径规划两种,文章对上述两种规划进行细分并介绍了各种路径规划方法的原理,分析了各个方法的优劣,为无人驾驶汽车路径规划算法的研究提供参考。

摘要： 在机器人全局路径规划中,首先对全局路径规划的各种探索路径的算法做了总结,对RRT、A*和D*算法做了对比,分析了这些算法的优缺点。鉴于RRT具有概率完备性,A*和D*具有深度优先性,也就是目标导向性,文章使用一种算法更改了原RRT算法中随机点的选取方式,使RRT具有概率完备性的同时也拥有了目标导向性,实验证明,改进后的RRT算法能够更快探索出到达目标点的路径。

摘要： 为解决复杂航行环境下无人水下航行器(unmanned underwater vehicle,UUV)路径规划及跟踪控制问题,提出一种考虑避障的全局路径规划策略及实现有限时间精确路径跟踪的控制方法。基于改进人工势场法得到一条可跟踪且避免碰撞的全局路径,为UUV实现精确路径跟踪奠定基础。引入Serret-Frenet坐标系,并设计用于路径规划的视线(line-of-sight,LOS)制导方法。基于非奇异终端滑模控制设计UUV控制律,确保系统误差可以在有限时间内趋近于零。基于李雅普诺夫稳定性理论证明所设计控制系统的稳定性,仿真实验验证了所设计的UUV路径规划及跟踪控制方法的有效性。路径规划模块与路径跟踪模块有效结合更加符合实际UUV工作环境的需要,具有重要的实际意义。

摘要： 针对基于随机采样的路径规划算法效率低且采样具有随机性的问题,提出一种应用拓扑结构的高效路径规划算法ATIRRT*。通过引入拓扑节点代替STIRRT*算法中Harris角点检测算法得到的特征点进行采样,给出基于阈值的自适应选择方法来消除路径骨架上提取的冗余特征点,利用该阈值得到的拓扑节点可以使随机树的扩展更具方向性,从而减少寻找初始路径的时间和代价。根据非单一父节点的连接方式加强交叉支路上的拓扑节点间的联系,通过节点扩充策略增加相邻拓扑节点间的节点数量以加快优化算法的收敛。在此基础上定义相关约束条件将初始路径分段并进行逐段优化,以提高优化算法的效率。在常规环境、狭长空间和仿真的室内环境3种类型地图上的仿真结果表明,相较于STIRRT*算法,改进算法在规划路径长度上平均减少8%,在规划时间上平均降低10%,可快速地找到更优的初始路径,同时在优化过程中减少了无用的探索空间,提高了搜索效率。

摘要： 针对空间在轨操控机器人在桁架式空间站执行操控任务时,需要在桁架间自由穿行且时刻与空间站保持接触的任务特性,提出基于拓邻域搜索蚁群算法的三维全局路径规划方法。该方法首先建立桁架式空间站的三维栅格模型;充分考虑机器人穿行时的包络约束和操控时的接触约束,在路径规划和轨迹搜索前对被操控对象的三维栅格模型进行预处理和修正,缩减路径规划搜索空间;在轨迹搜索时,基于邻域延拓思想调节搜索步长,以提高搜索效率和路径规划速度。多次仿真实验表明,所提出的路径规划方法能提高在轨操控机器人路径规划速度与全局搜索能力,有效解决空间在轨操控机器人全局路径规划问题。

摘要： 针对目前服务于移动机器人的全局路径规划算法存在拐点多、耗时长或递归计算复杂等问题,本文提出一种基于射线模型的改进全局路径搜索算法.利用形态学滤波处理障碍物栅格地图,并引入碰撞估值增加靠近障碍物的栅格的代价值,形成梯度代价栅格地图.结合射线模型从起点向终点进行射线搜索,并在搜索过程中通过逆向优化算法优化路径.通过实验证明该全局路径规划算法比A*算法拥有更好的平滑性、灵活性、稳定性以及更短的路程,且搜索速度比A*快50%,移动机器人可以更安全、简洁的路径向目标点移动.

摘要： 为解决机器人实际巡检轨迹与预设运动轨迹之间偏离程度过大的问题,提出基于改进蚁群算法的四足巡检机器人全局路径规划方法。通过完善改进蚁群算法应用的方式,确定巡检路径节点的分配原则,再联合运行速率等指标参量,建立启发式函数,完成基于改进蚁群算法的机器人行进路径建模处理。根据机器人运动模型表达式,确定巡检速度采样标准,再根据步长值估算结果,实现对四足巡检机器人全局路径的按需规划。对比实验结果:机器人实际巡检轨迹与预设运动轨迹之间的偏离程度得到了有效控制,表明改进蚁群算法对于实现四足巡检机器人全局路径的准确规划具有促进性影响作用。

摘要： 根据变电站电缆清册的设计现状,提出基于标准设备属性库、标准电缆型号库的变电站电缆清册自动生成方法和基于全局路径规划算法实现的电缆长度的自动测量方法,优化了现有变电站的设计流程,提高了电缆清册设计的自动化程度和变电站精细化设计水平,可实现电缆采购与现场施工的无缝衔接,满足工程进度要求。

摘要： 提出了基于改进蚁群算法的应急监测移动机器人全局路径规划方法.首先针对蚁群算法收敛速度慢,容易陷入局部最优的缺点,利用环境的全局信息建立目标吸引函数,对蚂蚁在野外环境下的路径搜索进行引导,提高其选择离目标点更邻近节点的概率,减小蚂蚁对非最短路径的选择概率.其次,借鉴狼群分配原则对信息素进行更新,避免算法陷入局部最优.最后实现了基于改进蚁群算法的应急监测移动机器人全局路径规划并完成了仿真实验,实验结果表明该方法可以更快地收敛到最短路径并具有较好的全局性能.

摘要： 针对集装箱自动引导小车运行环境部分可知的特点,本文提出了一种全局路径规划和局部模糊逻辑控制相结合的方法.该方法不仅能有效地利用已知环境信息,而且具有小车行驶路径短和有效避障的特点.仿真结果表明了本文方法的有效性。

摘要： 强化学习一词源于行为科学,它模仿人与动物的自然学习过程,通过对环境的反复试探,从而建立从环境状态到行为动作的映射.本文针对基于神经网络结构的机器人全局路径规划算法,利用强化学习的思想,引进评价预测学习的自适应变步长算法,实现了步长的自动调节,并且加快了路径规划的计算速度,通过仿真试验,表明了所提算法的有效性.

摘要： 本文研究已知障碍物形状和位置环境下的机器人全局路径规划问题.利用神经网络路径规划算法进行路径规划,为解决神经网络路径规划算法的局部极小值问题,提出针对障碍物的形状设定各条边的模拟退火初始温度.采用此方法进行仿真实验,结果表明,所提方法能够避免某些局部极小值情况,规划的无碰路径达到了最短无碰路径.

摘要： 本文研究已知障碍物形状和位置环境下的机器人全局路径规划问题,利用神经网络路径规划算法进行路径规划.为提高神经网络路径规划算法的收敛速度,引进了一种自适应变步长算法.通过仿真实验,表明所给出的自适应变步长算法能够有效地加快路径规划的收敛速度.

摘要： 本发明公开了一种实现全局动态路径规划的无人机路径规划方法，包括：全局静态规划：通过天牛须搜索算法得到一条全局最优的静态路径。局部动态规划：首先基于改进动态窗口算法对天牛须搜索算法生成的静态路径进行修正，更新动态障碍物位置，进行动态避障；其次通过冗余节点删除策略，减短静态路径长度；最终改进评价函数，修正线速度过大问题，寻找下一个最优节点，完成路径寻优，生成最优路径。本发明的优点是：运行时间减少，路径长度减短，能够消减加减速循环的影响，具有全局指引和实时性避障的功能。

摘要： 一种路径规划方法、路径规划装置、路径规划系统和介质，用于规划可移动平台的移动路径，该方法包括：获取可移动平台运行环境的语义地图，语义地图中各个图像区域的语义信息与可移动平台的避障策略具有对应关系；根据语义地图，确定语义地图中目标图像区域的语义信息；根据目标图像区域的语义信息对应的可移动平台的避障策略，规划可移动平台避开目标图像区域对应的目标对象的移动路径。

摘要： 一种路径规划方法、路径规划装置(2100)、路径规划系统和介质。方法用于规划可移动平台的移动路径，包括：获取可移动平台的运行环境中辅助点的位置信息，辅助点的位置信息是基于用户对控制装置的操作生成的(S302)；至少基于辅助点的位置信息规划可移动平台从返航起始点移动到返航目标点的移动路径(S304)。

摘要： 管理服务器具备：位置确认部，其确认车辆的经由地点以及车辆的位置；目的函数决定部，其决定目的函数；车辆判断部，其基于从多个车辆收集的信息来判断各个车辆是移动中或预定移动的移动车辆和停止中的停止车辆的哪一者；和运算分配决定部，其对能运算目的函数的停止车辆决定用于规划消耗从能量蓄积部对驱动源供给的能量而进行移动的移动车辆的路径的运算处理的分配，经过服务器侧通信部来使停止车辆所具有的控制器进行运算。

摘要： 本发明公开了一种基于离散点密度与全局规划的无人机巡检路径规划方法，包括步骤：(1)巡检范围划分：首先根据离散的待巡检点的空间位置及密度关系，使用DBSCAN聚类算法进行聚类，将空间中的待巡检点划分为m个待巡检区域，派出m架无人机分别负责各个区域内待巡检点的巡逻；(2)巡检路径构造：针对每一个待巡检区域，对区域内的待巡检点构建Delaunay三角网，将离散点网络化，三角网的每一条边作为无人机巡检的可选路径；(3)巡检路径规划：对于每一个待巡检区域内无人机巡检路径的规划可以抽象为一个Traveling SalesmanProblem问题，即无人机从某个待巡检点出发，以三角网中每一条边为可选路径，遍历待巡检区域内的所有待巡检点，且不重复经过相同待巡检点，同时使总路径最短。

摘要： 本发明公开了移动机器人全局路径规划与局部路径规划融合方法及设备，利用改进后的全局路径规划A*算法在栅格地图上规划全局路径；改进后的全局路径规划A*算法为在全局路径规划A*算法的成本评价函数中集成有节点角度信息和节点距离信息的算法；采用平滑策略对全局划路径进行平滑处理，得到平滑后的全局路径；利用融合算法从平滑后的全局路径上选取局部路径规划的目标，使得规划路径接近平滑后的全局路径，完成全局路径规划与局部路径规划融合；融合算法为改进后的全局路径规划A*算法与局部路径规划动态窗口法融合得到的算法。本发明能够解决现有路径规划方法中移动机器人规划路径效率低、拐点频繁和无法躲避未知障碍物的问题。

摘要： 本发明公开了一种越野环境下的无人驾驶全局路径规划及重规划方法，具体步骤包括获取高清卫星地图信息和若干个参考点位置信息，建立局部的坐标系；获取拓扑地图，读取任务点信息并进行编辑修正生成地图文件；根据坐标系变换获取拓扑地图的全局各点位置信息；基于Astar算法实现多任务点路径规划，确定行驶过程中车辆的实时位置并进行道路阻断检测及重规划。本发明能够在自动驾驶车辆行驶过程中会通过实时显示车辆位置以及轨迹信息，并且接受感知模块的阻断信号，对阻断信号过滤处理后若触发阻断，则重置道路拓扑结构，根据当前位置信息重新规划全局路径，完成剩余任务点的全局路径规划任务。

摘要： 本发明公开了移动机器人全局路径规划与局部路径规划融合方法及设备，利用改进后的全局路径规划A*算法在栅格地图上规划全局路径；改进后的全局路径规划A*算法为在全局路径规划A*算法的成本评价函数中集成有节点角度信息和节点距离信息的算法；采用平滑策略对全局划路径进行平滑处理，得到平滑后的全局路径；利用融合算法从平滑后的全局路径上选取局部路径规划的目标，使得规划路径接近平滑后的全局路径，完成全局路径规划与局部路径规划融合；融合算法为改进后的全局路径规划A*算法与局部路径规划动态窗口法融合得到的算法。本发明能够解决现有路径规划方法中移动机器人规划路径效率低、拐点频繁和无法躲避未知障碍物的问题。

摘要： 本发明公开了一种越野环境下的无人驾驶全局路径规划及重规划方法，具体步骤包括获取高清卫星地图信息和若干个参考点位置信息，建立局部的坐标系；获取拓扑地图，读取任务点信息并进行编辑修正生成地图文件；根据坐标系变换获取拓扑地图的全局各点位置信息；基于Astar算法实现多任务点路径规划，确定行驶过程中车辆的实时位置并进行道路阻断检测及重规划。本发明能够在自动驾驶车辆行驶过程中会通过实时显示车辆位置以及轨迹信息，并且接受感知模块的阻断信号，对阻断信号过滤处理后若触发阻断，则重置道路拓扑结构，根据当前位置信息重新规划全局路径，完成剩余任务点的全局路径规划任务。

摘要： 本发明涉及一种全局规划器主导的机器人路径规划方法，包括以下步骤：SLAM、三维机器人构建、机器人定位、构建局部栅格地图、设置终点、规划全局路径、规划局部路径、更新全局和局部栅格地图、更新机器人状态。取消了对全局路径规划的评价，虽有全局规划器，实际并没有对全局规划器生成的路径进行评价，同时重点改善了现有的局部路径规划器和局部路径评价器，将传统的评价因素修改为与机器人距离小于某值(取决于实际环境)的障碍物的个数，该路径与最近障碍物的直线距离，路径曲率等。本发明融合了激光雷达和超声波的数据，克服了基于激光雷达的机器人无法避开透明障碍物的问题。