位置:成果数据库 > 期刊 > 期刊详情页
复杂局部地形中的实时路径规划算法设计
  • ISSN号:0367-6234
  • 期刊名称:《哈尔滨工业大学学报》
  • 时间:0
  • 分类:TH137[机械工程—机械制造及自动化]
  • 作者机构:[1]哈尔滨工业大学机器人研究所,哈尔滨150001, [2]辽宁科技大学电子信息工程学院,辽宁鞍山114000
  • 相关基金:国家自然科学基金资助项目(51105101)
中文摘要:

针对复杂局部环境中机器人实时自主导航问题,设计了"双向搜索多边形构造算法"和"基于势场函数的机器人运动控制器"."双向搜索多边形构造算法"能够在机器人被障碍物包围的环境下搜索出障碍物的包围多边形,从而获取基于障碍的最优行进路径;"基于势场函数的机器人运动控制器"是一个多变量控制器,输入矢量由吸引势场函数和排斥势场函数组成,输出矢量由速度和转角组成,该控制器控制机器人实际运动,使机器人能够有效躲避障碍物并逐步趋向目标点;控制器还设定了机器人运动的基本速度,解决势场为零时引起的局部极小化问题.与"沿墙走算法"、"人工势场法"等方法的实验比较表明,本文算法能够获得更好的优化性和实时性,具有更加广泛的实际应用范围.

英文摘要:

A novel algorithm,which comprises with convex hull construction algorithm and robot controller is proposed for robot path planning based on complicated local data in robot's autonomous navigation system.First the algorithm searches out the local optimal path from the robot's current position to its target according to the local obstacle data. When the robot can not reach the final target directly,a temporary target point in the optimal path will be set to instruct the robot to avoid the obstacle and reach the final target. Next,a controller is design based on attractive force field and repulsive force field to control the robot's motion,the combined effect of both attractive force field and repulsive force field drives the robot move toward the objective acquired from the optimal path and avoid obstacles at the same time. The experiment results show that this method can provide a better planning path compared with traditional path planning algorithms such as artificial potential field( APF),the wall-following( Bug) and the artificial moment method,and it has a fast reaction speed that is suitable for practical applications.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《哈尔滨工业大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国工业和信息化部
  • 主办单位:哈尔滨工业大学
  • 主编:冷劲松
  • 地址:哈尔滨市南岗区西大直街92号
  • 邮编:150001
  • 邮箱:
  • 电话:0451-86403427 86414135
  • 国际标准刊号:ISSN:0367-6234
  • 国内统一刊号:ISSN:23-1235/T
  • 邮发代号:14-67
  • 获奖情况:
  • 2000年获黑龙省科技期刊评比一等奖,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:27329