色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于邊界點(diǎn)優(yōu)化和多步路徑規(guī)劃的機(jī)器人自主探索

3D視覺工坊 ? 來源:計(jì)算機(jī)視覺工坊 ? 2023-06-19 10:15 ? 次閱讀

375c3462-0e2d-11ee-962d-dac502259ad0.png

論文題目:Autonomous Robotic Exploration Based on Frontier Point Optimization and Multistep Path Planning

中文題目:基于邊界點(diǎn)優(yōu)化和多步路徑規(guī)劃的機(jī)器人自主探索

作者:Baofu Fang ;Jianfeng Ding ; Zaijun Wang

作者機(jī)構(gòu):合肥工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與信息工程學(xué)院

論文鏈接:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8681502

機(jī)器人對(duì)未知環(huán)境的自主探索是機(jī)器人智能化的關(guān)鍵技術(shù)。為了提高搜索效率,作者提出了一種基于邊界點(diǎn)優(yōu)化和多步路徑規(guī)劃的搜索策略。他們主要對(duì)邊界點(diǎn)優(yōu)化、邊界點(diǎn)選擇、路徑規(guī)劃三個(gè)方面對(duì)路徑規(guī)劃算法進(jìn)行改進(jìn)。在邊界點(diǎn)優(yōu)化部分,提出了一種隨機(jī)邊界點(diǎn)優(yōu)化(RFPO)算法,選擇評(píng)價(jià)值最高的邊界點(diǎn)作為目標(biāo)邊界點(diǎn)。綜合考慮信息增益、導(dǎo)航成本和機(jī)器人定位精度,來確定邊界點(diǎn)的評(píng)價(jià)函數(shù)。在路徑規(guī)劃部分,提出了一個(gè)多步探索策略。沒有直接規(guī)劃從機(jī)器人當(dāng)前位置到目標(biāo)邊界點(diǎn)的全局路徑,而是設(shè)置了局部探索路徑步長(zhǎng)。當(dāng)機(jī)器人的運(yùn)動(dòng)距離達(dá)到局部探索路徑步長(zhǎng)時(shí),重新選擇當(dāng)前最優(yōu)邊界點(diǎn)進(jìn)行路徑規(guī)劃,以減少機(jī)器人走一些重復(fù)路徑的可能性。最后,通過相關(guān)實(shí)驗(yàn)驗(yàn)證了該策略的有效性。

1 前言

機(jī)器人自主探索是機(jī)器人領(lǐng)域的一個(gè)重要研究課題。主要目標(biāo)是讓機(jī)器人在有限時(shí)間且無需人工干預(yù)的情況下,獲得最完整、最準(zhǔn)確的環(huán)境地圖。許多現(xiàn)有的地圖探索策略都是基于邊界,邊界定義為未知空間與已知空間的分界線。基于邊界的探索策略的思想是引導(dǎo)機(jī)器人到未知區(qū)域完成探索任務(wù),因此自主探索任務(wù)一般分為三個(gè)步驟:生成邊界點(diǎn)、選擇評(píng)價(jià)值最高的邊界點(diǎn)、規(guī)劃前往所選邊界點(diǎn)的路徑。

邊界點(diǎn)的生成以基于邊界的探索策略為前提。在現(xiàn)有的研究中,常見地邊界點(diǎn)生成算法有:

基于數(shù)字圖像處理的邊緣檢測(cè)和區(qū)域提取技術(shù):為了提取邊界邊緣,必須對(duì)整個(gè)地圖進(jìn)行處理,隨著地圖的擴(kuò)展,處理它將消耗越來越多的計(jì)算資源。

Keidar和Kaminka后來提出了一種只處理新的激光讀取數(shù)據(jù)的邊界檢測(cè)算法,加快了計(jì)算速度,降低了計(jì)算資源的消耗。

快速探索隨機(jī)樹(rapid-exploration Random Tree, RRT)算法:由于RRT算法的隨機(jī)性,生成的邊界點(diǎn)分布不均勻。

基于廣度優(yōu)先搜索(BFS)的方法:這種方法簡(jiǎn)單便捷,不重不漏,但在大地圖環(huán)境下,相對(duì)于其他算法可能計(jì)算速度稍慢

目標(biāo)邊界點(diǎn)的選擇是有效探索的關(guān)鍵。以邊界為基礎(chǔ)的戰(zhàn)略是由Yamauchi首先提出的。所使用的探索策略是識(shí)別當(dāng)前地圖中的所有邊界區(qū)域,然后驅(qū)動(dòng)機(jī)器人前往最近的邊界點(diǎn)。這種方法對(duì)于探索任務(wù)有兩個(gè)缺點(diǎn)。首先,它平等對(duì)待所有邊界。其次,它僅限于一個(gè)信息來源:尋找新邊界區(qū)域。因此很多研究者提出了多種不同的邊界點(diǎn)選擇算法,來改善這一情況。這篇文章是綜合考慮信息增益、導(dǎo)航成本和機(jī)器人定位精度,來確定邊界點(diǎn)的評(píng)價(jià)函數(shù)。

最后是機(jī)器人的路徑規(guī)劃部分,對(duì)于機(jī)器人自主探索中路徑規(guī)劃的研究已經(jīng)存在很多高效的算法:

基于A*的路徑規(guī)劃算法

基于RRT算法生成機(jī)器人搜索路徑的算法

帶有信息論目標(biāo)函數(shù)的部分可觀察馬爾可夫決策過程(POMDP)

基于遺傳算法(GA)的路徑規(guī)劃方法

為傳統(tǒng)的基于邊界的探測(cè)策增加一個(gè)概率決策步驟,以決定在計(jì)劃路徑上進(jìn)一步移動(dòng)到下一個(gè)傳感位置是否可取。

2 最優(yōu)邊界點(diǎn)提取

2.1邊界點(diǎn)的生成

文中采用ROS平臺(tái)下常見的SLAM算法--GMapping構(gòu)建二維占用網(wǎng)格圖,然后使用RRT算法在地圖中生成邊界點(diǎn),如果新生成的點(diǎn)位于未知區(qū)域,則認(rèn)為該點(diǎn)為邊界點(diǎn)。它會(huì)被標(biāo)記在地圖上,然后我們停止這棵樹的生長(zhǎng)。將當(dāng)前機(jī)器人的位置作為新的根節(jié)點(diǎn),我們構(gòu)建一個(gè)新的快速探索隨機(jī)樹來生成邊界點(diǎn)。邊界點(diǎn)生成示例如下圖所示。

379aaabc-0e2d-11ee-962d-dac502259ad0.png

2.2邊界點(diǎn)評(píng)價(jià)函數(shù)

文章從邊界點(diǎn)的信息增益、導(dǎo)航成本和機(jī)器人定位精度三個(gè)方面對(duì)邊界點(diǎn)進(jìn)行評(píng)估。

信息增益被定義為對(duì)于一個(gè)給定邊界點(diǎn)預(yù)期被探索的未知區(qū)域面積。本文采用直接測(cè)量目標(biāo)邊界點(diǎn)可見區(qū)域內(nèi)未檢測(cè)到的空間大小的方法計(jì)算信息增益。以邊界點(diǎn)為圓心,以激光雷達(dá)探測(cè)距離為半徑形成圓。邊界點(diǎn)檢測(cè)圈如下圖所示。通過計(jì)算圓圈中未知單元格的數(shù)量來量化信息增益。

導(dǎo)航成本定義為機(jī)器人到達(dá)邊界點(diǎn)的預(yù)期距離,使用機(jī)器人當(dāng)前位置到目標(biāo)邊界點(diǎn)的歐氏距離來表示。

在目標(biāo)邊界點(diǎn)的探測(cè)范圍內(nèi),如果能檢測(cè)到更多的直線特征或其他特征(如斷點(diǎn)、拐角、折線),機(jī)器人就能更準(zhǔn)確地定位自己。文章用邊界點(diǎn)檢測(cè)圈內(nèi)障礙物的面積來表示定位精度。通過計(jì)算圓圈中被占用的單元數(shù)來量化。邊界點(diǎn)評(píng)價(jià)函數(shù)定義如下所示:

其中α、β、γ分別為信息增益、導(dǎo)航成本和障礙物面積的權(quán)重。這些權(quán)重用于調(diào)整不同因素的重要性,可根據(jù)不同的任務(wù)和環(huán)境進(jìn)行設(shè)置。如果探索任務(wù)要求盡快完成探索,則增加α,降低γ;如果探索任務(wù)更注重地圖的準(zhǔn)確性,則減少α,增加γ。β通常取1表示單位導(dǎo)航成本下的增益值。利用邊界點(diǎn)評(píng)價(jià)函數(shù)對(duì)所有邊界點(diǎn)進(jìn)行評(píng)價(jià)。選取值最大的點(diǎn)作為目標(biāo)邊界點(diǎn)。

PS:在計(jì)算導(dǎo)航成本時(shí),如果環(huán)境地圖過于復(fù)雜,可以選擇使用A*規(guī)劃出的路徑長(zhǎng)度作為導(dǎo)航成本項(xiàng),但會(huì)造成過大的資源計(jì)算消耗;另外,作者提出的這種計(jì)算模型是比較合理的,導(dǎo)航成本在分母上,也就是說距離越大得分越低,信息增益和障礙物面積在分子上,機(jī)器人在選擇目標(biāo)點(diǎn)時(shí),肯定傾向于選擇信息增益高、導(dǎo)航精度高的目標(biāo)點(diǎn)。

37de28b4-0e2d-11ee-962d-dac502259ad0.png

2.3隨機(jī)邊界點(diǎn)優(yōu)化算法

由于邊界點(diǎn)的生成部分始終運(yùn)行在整個(gè)探測(cè)過程中,因此隨著探測(cè)任務(wù)的執(zhí)行,將得到許多邊界點(diǎn)。然而,由于RRT算法的隨機(jī)性,這些邊界點(diǎn)的分布是不均勻的。因此,需要對(duì)生成的邊界點(diǎn)進(jìn)行優(yōu)化。文中借鑒GSO算法的思想,提出RFPO算法。GSO算法是一種新型的仿生群體智能優(yōu)化算法。它模擬了高亮度螢火蟲會(huì)吸引低亮度螢火蟲向其移動(dòng)的自然現(xiàn)象,使所有螢火蟲集中在一個(gè)更好的位置,從而實(shí)現(xiàn)問題的優(yōu)化。在RFPO算法中,將每個(gè)邊界點(diǎn)視為一只螢火蟲,并將邊界點(diǎn)評(píng)價(jià)函數(shù)的值E作為其絕對(duì)亮度值L:

螢火蟲會(huì)被絕對(duì)亮度值更大的螢火蟲所吸引,并向其移動(dòng)。這種吸引力的大小由螢火蟲對(duì)螢火蟲的相對(duì)亮度值決定,螢火蟲在螢火蟲所在位置的亮度強(qiáng)度定義為螢火蟲對(duì)螢火蟲的相對(duì)亮度,相對(duì)亮度值越大,吸引力越大。然后對(duì)相對(duì)亮度進(jìn)行建模。對(duì)于每個(gè)邊界點(diǎn),都有一個(gè)感知半徑。它的值應(yīng)根據(jù)感知傳感器的范圍來設(shè)置。在這個(gè)范圍內(nèi),每一個(gè)邊界點(diǎn)都會(huì)找到絕對(duì)亮度值大于自己的其他邊界點(diǎn),形成自己的鄰域集。在鄰域集中使用輪盤賭的方法,選擇下一個(gè)要移動(dòng)的目標(biāo)點(diǎn)。

PS:這里的建模過程不是文章主要內(nèi)容,就不過多展開,感興趣可以在原文查看詳細(xì)推導(dǎo)過程。

3 多步探索策略

采用多步探索的原因:在機(jī)器人運(yùn)動(dòng)的過程中,會(huì)產(chǎn)生一些新的邊界點(diǎn),一些舊的邊界點(diǎn)會(huì)失效,而新生成的邊界點(diǎn)可能會(huì)優(yōu)于當(dāng)前的最優(yōu)目標(biāo)邊界點(diǎn)。這可能會(huì)導(dǎo)致機(jī)器人選擇一些重復(fù)的路徑。

文中解決方法:定義了一個(gè)局部探索路徑步長(zhǎng)。每次當(dāng)機(jī)器人的運(yùn)動(dòng)距離達(dá)到步長(zhǎng)時(shí),就清除無效點(diǎn),并對(duì)所有剩余的邊界點(diǎn)進(jìn)行重新優(yōu)化和重新選擇。在每個(gè)局部探索路徑步長(zhǎng)內(nèi),采用動(dòng)態(tài)窗口法進(jìn)行機(jī)器人避障局部路徑規(guī)劃。

PS:動(dòng)態(tài)窗口法是ROS中常見地局部路徑規(guī)劃方法,主要思想是在速度空間中進(jìn)行采樣,生成下一時(shí)間步的模擬軌跡,然后根據(jù)評(píng)估函數(shù)選擇得分最高的路徑,驅(qū)動(dòng)機(jī)器人移動(dòng)。

如下圖所示,黃色點(diǎn)為目標(biāo)邊界點(diǎn)。作者在不同的速度集上模擬了許多軌跡。根據(jù)他們定義的軌跡評(píng)價(jià)函數(shù),選取得分最高的軌跡(下圖中用紅色標(biāo)記的路徑)。可以看出,機(jī)器人執(zhí)行紅色軌跡可以快速到達(dá)目標(biāo)邊界點(diǎn)。同時(shí),軌跡與墻體有一定的安全距離,墻體邊界可以幫助機(jī)器人更準(zhǔn)確地定位自身。

381237da-0e2d-11ee-962d-dac502259ad0.png

4 實(shí)驗(yàn)與結(jié)果

4.1 實(shí)驗(yàn)設(shè)置

通過仿真地圖和真實(shí)地圖對(duì)所提出策略的性能進(jìn)行了實(shí)驗(yàn)驗(yàn)證,并與其他策略進(jìn)行了比較。所有用于比較的策略都是在運(yùn)行Ubuntu 14.04的Intel core i7 3.60GHz處理器和8GB RAM的計(jì)算機(jī)上使用ROS庫在c++中開發(fā)為ROS組件。

文章實(shí)驗(yàn)參數(shù)表如下:

385fb7a8-0e2d-11ee-962d-dac502259ad0.png

對(duì)于仿真環(huán)境,我們使用Gazebo模擬器構(gòu)建一個(gè)封閉空間,如下圖4(a)所示。考慮到地圖尺寸變化的影響,使用了不同的地圖尺寸(2020m, 4040m, 6060m)。機(jī)器人的半徑為0.2m,激光傳感器的范圍設(shè)置為10m。圖4(c)為在2020m的模擬環(huán)境中建立的二維占用網(wǎng)格圖。

在真實(shí)環(huán)境中,作者利用擋板構(gòu)建了一個(gè)10m * 10m的空間,如下圖4(b)所示。實(shí)驗(yàn)中使用的移動(dòng)機(jī)器人平臺(tái)為EAIBOT Dashgo-D1。它配備了一個(gè)Hokuyo UST-10LX 2D激光傳感器(10米的檢測(cè)范圍和270°視野)。圖4(d)為在真實(shí)環(huán)境中構(gòu)建的二維占用網(wǎng)格圖。

387ee768-0e2d-11ee-962d-dac502259ad0.png

4.2 邊界點(diǎn)優(yōu)化結(jié)果

如下圖5(a)所示。由于RRT算法的隨機(jī)性,邊界點(diǎn)的位置都是隨機(jī)的。可以看出,有的邊界有很多邊界點(diǎn),有的邊界只有很少的邊界點(diǎn)。此外,在地圖的各個(gè)邊界上,邊界點(diǎn)的分布也不均勻。圖5(b)是用文中提出的算法生成的邊界點(diǎn)。優(yōu)化后邊界點(diǎn)數(shù)量大大減少,各邊界上的邊界點(diǎn)分布基本均勻。黃色點(diǎn)是根據(jù)定義的邊界點(diǎn)評(píng)價(jià)函數(shù)計(jì)算出的當(dāng)前情況下的最優(yōu)邊界點(diǎn)。

38d04d10-0e2d-11ee-962d-dac502259ad0.png

4.3 多步探索策略的結(jié)果

如圖6(a)和圖6(b)所示,在傳統(tǒng)的全局路徑規(guī)劃策略下,機(jī)器人直接規(guī)劃從當(dāng)前位置到目標(biāo)邊界點(diǎn)的路徑,并搜索下一個(gè)目標(biāo)邊界點(diǎn),直到到達(dá)前一個(gè)目標(biāo)邊界點(diǎn)。

在多步路徑規(guī)劃策略中,每當(dāng)機(jī)器人的運(yùn)動(dòng)距離達(dá)到確定的局部探索路徑步長(zhǎng)時(shí),都會(huì)重新計(jì)算并重新選擇最優(yōu)邊界點(diǎn)。從下面的圖6(c)可以看出,在機(jī)器人到達(dá)圖6(a)中的目標(biāo)邊界點(diǎn)之前,當(dāng)前的最優(yōu)邊界點(diǎn)已經(jīng)發(fā)生了變化。因此,機(jī)器人已經(jīng)規(guī)劃了一條新的路徑。結(jié)果是圖6(c)的路徑長(zhǎng)度明顯短于圖6(a)和圖6(b)。

39321a7c-0e2d-11ee-962d-dac502259ad0.png

4.4 與其他策略的比較

文中總共進(jìn)行了200組實(shí)驗(yàn),將提出的策略與其他四種策略進(jìn)行比較。策略1的思想是隨機(jī)選擇邊界點(diǎn)進(jìn)行探索,稱之為RANDOM。策略2的思想是選擇離機(jī)器人最近的邊界點(diǎn),用NEAREST來表示它。策略3采用了貪婪算法的思想,因此將其記為GREEDY。策略4是用UMARI來描述。本文中提出的策略稱為RFPO。為了比較不同地圖尺寸對(duì)探索策略的影響,作者使用了4張不同尺寸的地圖進(jìn)行實(shí)驗(yàn)(一張真實(shí)地圖和3張不同尺寸的模擬地圖)。每張地圖都要進(jìn)行50組探索作業(yè)。這50次探索分為5組,每組代表一種探索策略。在40*40 m的模擬地圖中,對(duì)于每種策略,從10次探索運(yùn)行中選擇一個(gè)實(shí)驗(yàn)結(jié)果來顯示機(jī)器人的探索軌跡。結(jié)果如圖7所示。

39b7b2b8-0e2d-11ee-962d-dac502259ad0.png

圖8為四種不同地圖中不同探索策略探索結(jié)束時(shí)的探索時(shí)間,圖9為四種不同地圖中不同探索策略探索結(jié)束時(shí)的探索距離。

3a2df6da-0e2d-11ee-962d-dac502259ad0.png

分析:從圖中可以看出,地圖的尺寸越大,不同策略之間探索效率的差異就越明顯。在60*60m的模擬地圖上,文中提出的策略與其他四種策略相比,平均探索時(shí)間分別減少了26.71%、7.36%、5.56%、1.62%,平均探索距離分別減少了31.22%、15.56%、14.61%、8.43%。

對(duì)于RANDOM策略來說,由于每次的目標(biāo)邊界點(diǎn)都是隨機(jī)選擇的,機(jī)器人會(huì)走很多重復(fù)的路線,所以探測(cè)時(shí)間和探測(cè)距離都會(huì)增加。

而NEAREST策略和GREEDY策略會(huì)導(dǎo)致搜索變成局部最優(yōu)問題,影響搜索的效率。

UMARI的策略直接規(guī)劃了機(jī)器人從當(dāng)前位置到探測(cè)目標(biāo)點(diǎn)的路徑,這可能會(huì)導(dǎo)致圖6中的問題。

實(shí)驗(yàn)結(jié)果表明,無論是與探測(cè)時(shí)間相比,還是與探測(cè)距離相比,文中提出的探測(cè)策略的效果都優(yōu)于其他策略,證明了所提出策略的有效性。

5 總結(jié)

本文提出了一種基于邊界點(diǎn)優(yōu)化和多步路徑規(guī)劃的機(jī)器人自主探索策略。該策略可以驅(qū)動(dòng)機(jī)器人探索未知環(huán)境,并在無需人工干預(yù)的情況下高效地構(gòu)建相應(yīng)的二維占用柵格地圖。在這個(gè)探索策略中,作者使用RRT算法來生成邊界點(diǎn),并提出RFPO算法來優(yōu)化這些邊界點(diǎn)。然后定義了邊界點(diǎn)評(píng)價(jià)函數(shù),選取當(dāng)前最優(yōu)邊界點(diǎn)進(jìn)行探索。在路徑規(guī)劃部分,設(shè)置了一個(gè)局部探索路徑步長(zhǎng),當(dāng)機(jī)器人的運(yùn)動(dòng)距離達(dá)到局部探索路徑步長(zhǎng)時(shí),重新選擇目標(biāo)邊界點(diǎn)進(jìn)行探索,以減少機(jī)器人走一些重復(fù)路徑的可能性。最后通過實(shí)驗(yàn),驗(yàn)證了所提策略的有效性。

未來改進(jìn):目前只使用里程計(jì)數(shù)據(jù)結(jié)合激光傳感器數(shù)據(jù)來構(gòu)建二維占用網(wǎng)格地圖,地圖中包含的信息相對(duì)較少。

可以將視覺傳感器數(shù)據(jù)融合到自主探索中,視覺傳感器數(shù)據(jù)的優(yōu)點(diǎn)是可以獲得更多的環(huán)境信息,這些數(shù)據(jù)可以被融合在一起,為以后的導(dǎo)航任務(wù)和其他相關(guān)工作構(gòu)建具有更豐富信息的地圖。

此外,可以嘗試協(xié)調(diào)多個(gè)機(jī)器人進(jìn)行高效探索。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    211

    文章

    28390

    瀏覽量

    206943
  • 函數(shù)
    +關(guān)注

    關(guān)注

    3

    文章

    4329

    瀏覽量

    62575
  • 檢測(cè)算法
    +關(guān)注

    關(guān)注

    0

    文章

    119

    瀏覽量

    25216
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    機(jī)器人路徑規(guī)劃

    機(jī)器人路徑規(guī)劃學(xué)習(xí)者一枚,誰了解現(xiàn)在最新的路徑規(guī)劃方法及實(shí)現(xiàn),求指教,不勝感激啊。。。。。。。。。。。
    發(fā)表于 09-03 21:15

    labview仿真問題,機(jī)器人路徑規(guī)劃

    我現(xiàn)在做這個(gè)機(jī)器人路徑規(guī)劃,有一個(gè)人工勢(shì)場(chǎng)的算法,已經(jīng)用C實(shí)現(xiàn)算法,請(qǐng)問一下能否用這個(gè)labview仿真,就是給定一些起始點(diǎn),終點(diǎn),還有這個(gè)障礙物的坐標(biāo),中間是這個(gè)算法計(jì)算出來的一些點(diǎn)
    發(fā)表于 04-22 16:04

    深度解析|機(jī)器人自主移動(dòng)的秘密(三)

    。這里所需的基礎(chǔ)能力就是路徑規(guī)劃,也就是一般在完成SLAM后,要進(jìn)行一個(gè)叫做目標(biāo)點(diǎn)導(dǎo)航的能力。通俗的說,就是規(guī)劃一條從A點(diǎn)到B點(diǎn)路徑出來,
    發(fā)表于 08-01 13:50

    SLAM不等于機(jī)器人自主定位導(dǎo)航

    和運(yùn)動(dòng)控制。在SLAM技術(shù)幫助機(jī)器人確定自身定位和構(gòu)建地圖之后,進(jìn)行一個(gè)叫做目標(biāo)點(diǎn)導(dǎo)航的能力。通俗的說,就是規(guī)劃一條從A點(diǎn)到B點(diǎn)路徑出來,然后讓機(jī)
    發(fā)表于 08-24 16:56

    服務(wù)機(jī)器人是如何實(shí)現(xiàn)自主定位導(dǎo)航的?

    服務(wù)機(jī)器人想要自由行走,實(shí)現(xiàn)自主定位導(dǎo)航是關(guān)鍵,自主定位導(dǎo)航包括定位、建圖與路徑規(guī)劃。SLAM作為機(jī)器人
    發(fā)表于 10-10 16:29

    基于蟻群算法的機(jī)器人路徑規(guī)劃

    針對(duì)移動(dòng)機(jī)器人規(guī)避障礙和尋找最優(yōu)路徑問題,提出了在復(fù)雜環(huán)境下移動(dòng)機(jī)器人的一種路徑規(guī)劃方法。采用了柵格法建立了
    發(fā)表于 12-18 11:58 ?28次下載

    小生境遺傳算法的移動(dòng)機(jī)器人路徑優(yōu)化技術(shù)

    小生境遺傳算法的移動(dòng)機(jī)器人路徑優(yōu)化技術(shù) 移動(dòng)機(jī)器人路徑規(guī)劃
    發(fā)表于 05-17 13:45 ?1246次閱讀
    小生境遺傳算法的移動(dòng)<b class='flag-5'>機(jī)器人</b><b class='flag-5'>路徑</b><b class='flag-5'>優(yōu)化</b>技術(shù)

    未知環(huán)境下基于約束點(diǎn)的移動(dòng)機(jī)器人路徑規(guī)劃_許重陽

    未知環(huán)境下基于約束點(diǎn)的移動(dòng)機(jī)器人路徑規(guī)劃_許重陽
    發(fā)表于 03-15 11:15 ?2次下載

    機(jī)器人路徑規(guī)劃技術(shù)解讀

    主要涉及這3大問題:①明確起點(diǎn)位置及終點(diǎn);②規(guī)避障礙物;③盡可能的做到路徑上的優(yōu)化機(jī)器人路徑規(guī)劃有全局與局部
    的頭像 發(fā)表于 09-06 21:34 ?2604次閱讀

    移動(dòng)機(jī)器人路徑規(guī)劃的實(shí)現(xiàn)

    近年來,移動(dòng)機(jī)器人的研究受到了人們的高度重視,人們對(duì)于機(jī)器人的要求不再局限于簡(jiǎn)單的移動(dòng),而是希望機(jī)器人能夠根據(jù)周圍環(huán)境變化采取對(duì)應(yīng)措施,做到自主移動(dòng)的能力。因此,
    的頭像 發(fā)表于 10-14 14:38 ?2379次閱讀

    基于視覺導(dǎo)航和RBF的移動(dòng)采摘機(jī)器人路徑規(guī)劃研究

    逐行掃描的方法得到了導(dǎo)航離散點(diǎn)路徑規(guī)劃和跟蹤使用RBF神經(jīng)網(wǎng)絡(luò)逼近算法,通過逼近誤差和權(quán)值控制路徑跟蹤的精度,系統(tǒng)響應(yīng)的執(zhí)行端使用液壓伺服系統(tǒng),提高了
    發(fā)表于 08-27 14:30 ?22次下載
    基于視覺導(dǎo)航和RBF的移動(dòng)采摘<b class='flag-5'>機(jī)器人</b><b class='flag-5'>路徑</b><b class='flag-5'>規(guī)劃</b>研究

    移動(dòng)機(jī)器人實(shí)現(xiàn)路徑規(guī)劃

    近年來,移動(dòng)機(jī)器人的研究受到了人們的高度重視,人們對(duì)于機(jī)器人的要求不再局限于簡(jiǎn)單的移動(dòng),而是希望機(jī)器人能夠根據(jù)周圍環(huán)境變化采取對(duì)應(yīng)措施,做到自主移動(dòng)的能力。因此,
    的頭像 發(fā)表于 12-26 09:28 ?898次閱讀

    機(jī)器人路徑規(guī)劃算法,全局路徑規(guī)劃與局部路徑規(guī)劃究竟有哪些區(qū)別

    路徑規(guī)劃是移動(dòng)機(jī)器人導(dǎo)航最基本的環(huán)節(jié),指的是機(jī)器人在有障礙物的工作環(huán)境中,如何找到一條從起點(diǎn)到終點(diǎn)適當(dāng)?shù)倪\(yùn)動(dòng)路徑,使
    的頭像 發(fā)表于 12-26 10:49 ?5211次閱讀

    基于邊界點(diǎn)優(yōu)化多步路徑規(guī)劃機(jī)器人自主探索策略

    機(jī)器人對(duì)未知環(huán)境的自主探索機(jī)器人智能化的關(guān)鍵技術(shù)。為了提高搜索效率,作者提出了一種基于邊界點(diǎn)優(yōu)化
    的頭像 發(fā)表于 06-19 10:19 ?1494次閱讀
    基于<b class='flag-5'>邊界點(diǎn)</b><b class='flag-5'>優(yōu)化</b>和<b class='flag-5'>多步</b><b class='flag-5'>路徑</b><b class='flag-5'>規(guī)劃</b>的<b class='flag-5'>機(jī)器人</b><b class='flag-5'>自主</b><b class='flag-5'>探索</b>策略

    基于RRT算法生成機(jī)器人搜索路徑的算法

    目標(biāo)邊界點(diǎn)的選擇是有效探索的關(guān)鍵。以邊界為基礎(chǔ)的戰(zhàn)略是由Yamauchi首先提出的。所使用的探索策略是識(shí)別當(dāng)前地圖中的所有邊界區(qū)域,然后驅(qū)動(dòng)
    發(fā)表于 06-19 10:17 ?315次閱讀
    基于RRT算法生成<b class='flag-5'>機(jī)器人</b>搜索<b class='flag-5'>路徑</b>的算法
    主站蜘蛛池模板: 女教师苍井空体肉女教师S242| 再插深点嗯好大好爽| 超碰视频在线| 伦理片97影视网| 一区三区在线专区在线| 国产又黄又粗又爽又色的视频软件| 少妇精品久久久一区二区三区| 美女脱得只剩皮肤| 鸥美一级黄色片| 2019天天射干| 久久热这里只有 精品| 亚洲三级成人| 国内精品乱码卡一卡2卡三卡新区| 无码AV精品一区二区三区 | 超碰超碰视频在线观看| 嗯啊快停下我是你老师啊H| 中文字幕一区二区视频| 久久亚洲AV无码精品午色夜麻豆 | 亚洲欧美中文在线一区| 国产亚洲精品香蕉视频播放| 无人区尖叫之夜美女姐姐视频| 国产成a人片在线观看视频99| 久久久综合中文字幕久久| 亚洲日韩欧美国产专区| 果冻传媒最新视频在线观看| 亚洲激情网站| 饥渴的40岁熟妇完整版在线| 亚洲欧洲日韩天堂无吗| 精品久久久爽爽久久久AV| 亚洲伊人网站| 久久亚洲成a人片| 中文字幕在线观看国产| 毛片免费观看的视频| 99视频这里只有精品| 欧洲日韩av无线在码| 刺激一区仑乱| 网红主播 国产精品 开放90后| 国产精品免费一区二区三区视频| 亚洲AV精品一区二区三区不卡| 狠狠色狠狠色综合曰曰| 越南美女内射BBWXZ|