项目名称: 未知环境中移动机器人探索式路径规划方法研究

项目编号: No.61503043

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 高扬

作者单位: 长安大学

项目金额: 22万元

中文摘要: 未知环境中,如何以最优方式到达目标是移动机器人面临的现实问题。路径规划是解决该问题的核心,而获取足够的环境信息则是进行有效路径规划的关键。因此,未知环境中的最优路径应综合考虑定位、绘图的影响,考虑探索环境地图未知部分的需求。.本项目首先研究路径与定位、绘图间的影响机理,建立基于熵的定位、绘图影响评价模型,探索路径分布规律,基于环境特征建立对地图未知部分的分区评价模型,从而形成对最优路径的评价模型,解决未知环境中最优路径的评价标准问题。其次,将未知环境中最优路径视为受地图、定位、运动影响而变化的状态量,基于粒子滤波提出一种探索式路径规划方法,将路径规划问题转化为对状态的最优估计问题,从而以路径规划指导环境探索,并反馈支持路径规划,从而解决未知环境中难以获取足够环境信息的问题。.项目成果将为解决未知环境中移动机器人导航问题提供一种新思路,并为相关领域研究提供有益参考。

中文关键词: 路径规划;粒子滤波;环境探索;绘图;定位

英文摘要: In unknown environments, reaching the destination in an optimal way is a practical problem confronting mobile robot. Path planning is the core issue of searching optimal path, while getting required environment information is the critical problem of path planning. So, an optimal path in unknown environment should consider more factors than it needs in known one, such as the influence of mapping, localization, and the environmental exploration task should be covered as well. .By considering the influence among path, mapping and localization at the same time, an evaluating model based on entropy is first proposed in this project. With the study of the distribution law of path, an evaluating model for the unknown part of the environment will be established, which would be segmented according to some key characters recognized from the environmental map. So, the evaluating model of the optimal path can then be established based on the two models. .Then, the global optimal path is treated as a changing state variable which is affected by the motion of the robot, the localization of the robot and the map of the environment. The path planning is also transferred to an estimating problem. For this new problem, an exploratory path planning method based on particle filter would be put forward. Finally, the environmental exploration could be guided by the path planning result, and the path planning could be carried out based on the result of exploration..Generally, this project proposed a new approach to improve the performance of mobile robot in unknown environment and it will advance relevant research of mobile robot greatly.

英文关键词: Path Planning;Particle Filter;Exploration of Envronment ;Mapping;Localization

成为VIP会员查看完整内容
7

相关内容

路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线称之为路径,构成路径的策略称之为路径规划。 路径规划在很多领域都具有广泛的应用。在高新科技领域的应用有:机器人的自主无碰行动;无人机的避障突防飞行;巡航导弹躲避雷达搜索、防反弹袭击、完成突防爆破任务等。在日常生活领域的应用有:GPS导航;基于GIS系统的道路规划;城市道路网规划导航等。在决策管理领域的应用有:物流管理中的车辆问题(VRP)及类似的资源管理资源配置问题。通信技术领域的路由问题等。凡是可拓扑为点线网络的规划问题基本上都可以采用路径规划的方法解决。
UCL& UC Berkeley | 深度强化学习中的泛化研究综述
专知会员服务
59+阅读 · 2021年11月22日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
60+阅读 · 2021年4月22日
【CVPR2021】现实世界域泛化的自适应方法
专知会员服务
54+阅读 · 2021年3月31日
【ICML2020】基于模型的强化学习方法教程,279页ppt
专知会员服务
125+阅读 · 2020年7月20日
多智能体深度强化学习的若干关键科学问题
专知会员服务
183+阅读 · 2020年5月24日
机器人运动轨迹的模仿学习综述
专知
0+阅读 · 2021年11月12日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
【紫冬分享】移动机器人视觉里程计综述
中国科学院自动化研究所
11+阅读 · 2018年10月31日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
30+阅读 · 2021年7月7日
小贴士
相关资讯
机器人运动轨迹的模仿学习综述
专知
0+阅读 · 2021年11月12日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
【AGV】仓库内多AGV协作的全局路径规划算法的研究
产业智能官
27+阅读 · 2018年11月10日
【紫冬分享】移动机器人视觉里程计综述
中国科学院自动化研究所
11+阅读 · 2018年10月31日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员