期望时间下的移动机器人目标搜索路径规划

发布时间：2021-03-11 16:43

　　不确定环境下移动机器人目标搜索问题中,目标在观测点被发现的概率常被设为理想的均匀分布,其路径优化指标通常为最短距离,但最短距离路径不等同于最优期望时间路径.针对此问题,本文提出了一种以期望时间为优化指标的概率多目标搜索算法.针对观测点的访问顺序不同会导致期望时间不同的现象,采用分层式路径优化策略.首先,构造一个新的非均匀目标分布概率测算模型;然后,在上层序列规划中,采用改进的改良圈算法生成期望观测点序列;最后,在下层特征地图的观测点间可行路径规划中,采用改进的快速随机生成树算法（GBC–RRT）.实验结果表明:本文所提方法可显著缩短移动机器人目标搜索的期望时间,且能在目标不确定、非均匀分布的工作空间中得到最优期望时间的搜索路径. 

【文章来源】：控制理论与应用. 2020,37(07)北大核心

【文章页数】：10 页

【部分图文】：

V形环境下测试

“一”形环境下测试

累计分布函数

【参考文献】：
期刊论文
[1]基于简化虚拟受力模型的群机器人多目标搜索协调控制[J]. 周少武,张鑫,张红强,周游,李超逸.  机器人. 2016(06)
[2]采用碰撞测试和回归机制的非完整约束机器人快速扩展随机树运动规划[J]. 张波涛,李加东,刘士荣.  控制理论与应用. 2016(07)



本文编号：3076754