一个移动机器人安全计划器,用于在人类共享环境中的多重任务.
Jian Mi1, Xianbo Zhang2, Zhongjie Long2
1Department of Transport Engineering, College of Architecture Science and Engineering, Yangzhou University, Yangzhou, Jiangsu, China.
PloS one
|June 12, 2025
概括
这项研究引入了一种新的安全路径规划方法,用于移动机器人在动态环境中与人类存在. 开发的方法显著减少了碰撞,并提高了任务成功率.
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
- 计算机科学 计算机科学
背景情况:
- 移动机器人路径规划在动态环境中与人类互动是一个复杂的挑战.
- 确保多任务机器人的安全运行和高任务成功率需要先进的规划策略.
研究的目的:
- 为移动机器人在随机移动的人类环境中运行的移动机器人开发安全路径规划方法.
- 为了提高任务成功率并最大限度地减少多任务移动机器人的碰撞.
主要方法:
- 开发了一种双层的基于有限状态自动机 (FSA) 的风险搜索 (FSARS) 方法.
- 低级优先考虑安全而不是最短的路径,而高级使用FSA过渡来生成安全优先的路径.
- 该方法侧重于规划层面的碰撞避免,而不是实时避免.
主要成果:
- 与强化学习相比,FSARS显示平均冲突减少了65.4%.
- 使用FSARS,任务成功率提高了34.4%.
- 跨多种环境的模拟证实了FSARS的有效性,碰撞率最低,成功率最高.
结论:
- 拟议的FSARS方法为动态,人口密的环境中安全路径规划提供了有效的解决方案.
- FSARS提高了移动机器人的安全性和任务效率,优于传统方法.
- 这项研究有助于开发更强大,更可靠的自主系统.


