基于概率路线图的动态路径规划算法研究与应用

发布时间：2022-02-22 05:30

　　路径规划是生成从源位置到目的位置的路径的一个过程。路径规划会结合其适用对象及应用场景根据一定的衡量标准（如路径长度、运行时间等）在存在障碍物的情况下找到一条无碰撞的最优路径。在生产生活的实践中,移动机器人和智能车辆通常处于实时可能发生变化的动态环境中,如可移动的障碍物的存在或追踪移动的目标,这要求移动机器人或智能车辆必须具备动态路径规划的能力。动态路径规划作为移动机器人和智能车辆开展各项工作的基础技能,一直处于重要研究课题的位置。经典A^*算法总是能找到那条成本最小的最优路径,但该算法仅适用于静态路径规划且运行时间较长,工作效率较低,因此有必要来改进传统A^*算法以提高其运行效率。概率路线图方法通过随机采样的方法利用为数不多的采样点来确定一个可行解,虽然这个解不是最优的,但其规划时间大大缩短,路径也接近最优。因此,为了改善A^*算法的工作效率,将搜索路径最优的^*A算法与搜索速度快的基于概率路线图方法相结合可以开发出路径规划混合算法。分布式共识算法使用控制理论工具也为路径规划问题的解决提供了新的思路,但该算... 

【文章来源】：曲阜师范大学山东省

【文章页数】：51 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 移动机器人路径规划研究现状
    1.3 智能车辆路径规划研究现状
    1.4 本文研究工作及内容安排
    1.5 本文的创新之处
第2章 基于概率路线图的静态路径规划
    2.1 路径规划的基本概念
    2.2 路径规划算法发展简述
    2.3 常见的路径规划算法
        2.3.1 A*算法
        2.3.2 快速探索随机树算法
        2.3.3 双向快速探索随机树算法
        2.3.4 概率路线图方法
    2.4 概率路线图与A*算法相结合用于静态路径规划
    2.5 概率路线图与最小共识算法相结合用于静态路径规划
    2.6 本章小结
第3章 概率路线图和偏倚最小共识算法结合的移动机器人动态路径规划
    3.1 引言
    3.2 基于偏倚最小共识算法的路径规划
        3.2.1 概率路线图的构建
        3.2.2 偏倚最小共识算法
        3.2.3 路径搜寻
    3.3 仿真研究
        3.3.1 静态环境中的轨迹生成
        3.3.2 追踪移动目标
        3.3.3 在具有不断变化的障碍物的情况下追踪移动目标
    3.4 本章小结
第4章 概率路线图和改进的偏倚最小共识算法结合的智能车辆动态路径规划
    4.1 引言
    4.2 基于改进的偏倚最小共识算法的路径规划
        4.2.1 改进的偏倚最小共识算法
        4.2.2 路径规划过程概述
    4.3 仿真设置和结果
    4.4 本章小结
第5章 总结与展望
    5.1 全文总结
    5.2 研究展望
参考文献
在读期间发表的学术论文及研究成果
致谢


【参考文献】：
期刊论文
[1]基于概率路线图的动态环境下移动机器人路径规划的神经网络方法[J]. 陈艳,禹继国.  曲阜师范大学学报(自然科学版). 2019(04)
[2]基于BCA*算法的移动机器人路径规划[J]. 徐星,范昕炜,徐林.  计算机仿真. 2019(10)
[3]车辆路径规划算法及其应用综述[J]. 顾蕾.  物流工程与管理. 2019(08)
[4]基于Storm的城市智能交通规划方法[J]. 刘春燕,邹承明.  武汉大学学报(理学版). 2019(05)
[5]机器人路径规划技术的现状与发展[J]. 徐兵兵,郝荣飞.  电子技术与软件工程. 2018(24)
[6]改进A*算法的移动机器人最短路径规划[J]. 王维,裴东,冯璋.  计算机应用. 2018(05)

硕士论文
[1]基于交通态势认知的动态路径推荐方法研究与仿真[D]. 王杰.北京邮电大学 2019



本文编号：3638794