基于双源光持续反射的机器人的新型全球路径规划方法
Jintao Ye1, Lina Hao1, Hongtai Cheng1
1School of Mechanical Engineering and Automation, Northeastern University, Shenyang 110819, China.
ISA transactions
|May 16, 2024
概括
一个新的机器人路径规划算法,双源光持续反射探索 (DSR),有效地导航狭窄的通道. 与现有方法相比,DSR显著减少了路径长度和时间.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 计算几何学的计算几何学
背景情况:
- 机器人路径规划对于自主导航至关重要.
- 狭窄通道的环境对现有的路径规划算法构成重大挑战.
- 在复杂的环境中,越来越需要有效和最佳的路径规划方法.
研究的目的:
- 引入一个新的全球路径规划算法,双源光持续反射探索 (DSR).
- 解决机器人路径规划过程中处理狭窄通道的现有方法的局限性.
- 在具有复杂拓特征的环境中生成非对称的最佳路径.
主要方法:
- DSR算法受到光反射原理的启发.
- 它使用连续反射概念来探索环境.
- 路径规划在给定的地图上在全球范围内进行.
主要成果:
- 该DSR算法成功地在有狭窄通道的地图中生成非对称的最佳路径.
- 与双向快速探索随机树算法相比,DSR 减少了 27.08% 和 34.35% 的路径长度.
- 在时间消耗方面,DSR显著改善,减少了98.47%和91.03%的时间消耗.
结论:
- DSR算法在机器人路径规划中为具有狭窄通道的环境提供了重大进步.
- 它的性能通过数值模拟和实验分析来验证.
- DSR为复杂的导航任务提供了高效和有效的解决方案.
