CN103823466A - 一种动态环境下移动机器人路径规划方法 - Google Patents
一种动态环境下移动机器人路径规划方法 Download PDFInfo
- Publication number
- CN103823466A CN103823466A CN201310195535.4A CN201310195535A CN103823466A CN 103823466 A CN103823466 A CN 103823466A CN 201310195535 A CN201310195535 A CN 201310195535A CN 103823466 A CN103823466 A CN 103823466A
- Authority
- CN
- China
- Prior art keywords
- robot
- path
- collision
- ant
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于全局路径规划和局部滚动预测避碰规划相结合的双层规划方法,来解决动态环境下移动机器人路径规划问题。该方法主要包括两部分:全局路径规划和局部滚动预测避碰规划。本发明能够更好地实现机器人导航,提高机器人的智能性。运用双层规划方法能够避免规划初始的盲目性,减小问题的搜索空间;针对动态障碍物运行方向的不确定性,采用两种碰撞预测策略及两种相应的碰撞避免策略,能够很好地避开动态障碍物;特别地,为更好地适应环境的变化,在第二层规划中,加入基于行为方法中的Follow_wall(沿墙)行为,可使得在环境发生变化时,移动机器人仍能够安全无碰地到达目标点。
Description
技术领域
本发明涉及机器人路径规划、人工智能等领域,具体涉及基于全局路径规划和局部滚动预测避碰规划相结合的双层规划方法进行动态环境下移动机器人路径规划的方法。
背景技术
二十世纪八十年代初,移动机器人的研究开始兴起,目前其研究成果主要有排爆机器人、机器鱼、无人飞行器等,这些应用要求机器人具有很高的智能性。机器人导航是实现机器人智能化的关键技术,而路径规划作为机器人导航的重要组成部分受到了广泛关注。经过多年的研究,众多学者已经提出许多优秀的路径规划算法,如早期的可视图法、人工势场法、栅格法以及后期的蚁群算法、遗传算法、神经网络算法等。由此可知机器人路径规划问题已成为机器人相关技术中的重要研究内容。
蚁群算法是解决机器人路径规划问题最常用方法之一,它是由意大利学者M.Dorigo于1991年首次提出,该算法模拟了自然界中蚂蚁的觅食行为,其计算过程主要包括两个阶段:信息素的累积阶段和蚂蚁间的协作阶段。前者包括各个可行解根据累积的信息不断调整自身结构的过程,即蚂蚁不断选择从信息素浓度高的路径上经过,进而使得该路径上蚂蚁留下的信息素浓度越来越大,而信息素浓度低的路径,蚂蚁选择的概率会越来越小,随着时间推移会被慢慢淘汰;在蚂蚁间的协作阶段,可行解相互间不断进行信息交流,以希望发现更加优秀的路径,产生更好的解。蚁群算法的优点有鲁棒性强、具有高度并行性,但其容易陷入局部最优解。
目前机器人路径规划研究多数还停留在全局环境下,即环境信息全部已知,但在实际情况下,移动机器人对环境信息的掌握通常是不完全的,并且环境中还存在动态障碍物。在动态环境下,由于动态障碍物运动的不确定性,机器人需要不断利用传感器获取的信息,根据动态障碍物当前时刻的运行状态预测其在下一时刻的运行轨迹,以此进行避碰规划。动态环境下路径规划问题已被证明为NP问题,能够高效地解决该问题,将很大程度上提高机器人的智能性。目前已有的动态环境下路径规划方法可归纳为三类,分别是基于滚动窗口的规划方法、行为控制方法和概率统计方法。
(1)基于滚动窗口的规划方法
滚动窗口规划方法是基于预测控制理论的一种次优方法,其基本思想是将机器人的感知区域视为滚动窗口,在此滚动窗口内实施局部路径规划,首先需要确定局部子目标,然后采用碰撞预测和碰撞避免策略以确保生成的局部路径与滚动窗口内动态障碍物无碰。每完成一次局部路径规划,驱动机器人行进一步,进入下一个滚动窗口,刷新滚动窗口内环境信息,再实施相同的策略,直到移动机器人运行到全局目标点。该方法实时性强,为复杂多变的动态环境下路径规划问题提供了一个很好的思路,但在规划初期存在盲目性。
(2)行为控制方法
行为控制方法作为一种常用的机器人避碰与协调方法,能够适应于复杂和动态的工作环境,它将机器人路径规划过程分解为一些具体、简单的行为集合,如趋向目标行为、沿墙行为、避障行为和搜索行为等。行为控制方法能够很大程度上降低系统的计算复杂度,提高机器人的反应速度,但各种行为的设计与实现是行为控制方法的难点。
(3)基于概率统计的方法
概率统计方法认为移动机器人的运动符合一定的概率分布,该方法的核心是建立动态障碍物的运动模型,处理其运动不确定性问题,以此估算出移动机器人与动态障碍物的碰撞概率。该方法可以削弱动态障碍物运动不确定性对机器人路径规划的影响,但动态障碍物的运动模型很难建立。
现有技术中存在的缺陷主要有三点:(1)规划初期存在盲目性。由于动态环境下只能依靠实时获取的环境信息进行规划,没有全局导向,规划初期可能存在盲目性。(2)动态障碍物运动不确定性与预测避碰问题。在一些复杂的场景中,动态障碍物的运行速度和方向可能随时发生变化,此时很难预测机器人在下一时刻是否与动态障碍物发生碰撞,从而很难给出相应的避碰策略。(3)不能很好地适应环境的变化。机器人运行环境具有随机性和不确定性,一旦环境发生变化,会对算法效果产生很大影响。
发明内容
本发明提供一种有效的动态环境下移动机器人路径规划方法,使其能够更好的应用于机器人导航领域,现在动态环境下机器人路径规划方法的难点包括:如何消除规划初期的盲目性,针对动态障碍物运动的不确定性如何提出有效的预测避碰策略以及如何适应环境变化。这些都会对动态环境下移动机器人路径规划造成相当大的阻碍。
为了解决上述技术问题,本发明采用如下技术方案:一种动态环境下移动机器人路径规划方法,包括如下步骤:
步骤一.利用栅格法对移动机器人运行空间进行环境建模;
步骤二.利用改进蚁群算法,不考虑环境中动态障碍物,建立全局路径(以下称为初始路径),之后移动机器人沿此初始路径边行走边进行局部预测避碰;
二-1.设置改进蚁群算法的参数,包括蚁群中蚂蚁数量m、算法最大迭代次数Nmax、信息素权值α、启发式信息权值β、信息素衰减系数和信息素惩罚系数;初始化当前代数N=0,栅格地图中每条相邻边的信息素强度τij=τ0(τ0为常数),信息素上下限,信息素增量Δτij=0,每个栅格的访问数Ti=0,启发式信息函数ηrs=1drs,移动机器人的初始点S和目标点G;
二-2.蚁群中蚂蚁k(k=1,2,…,m)从初始点开始出发,并将初始点添加到蚂蚁k的禁忌表tabuk中,然后按照公式
选择下个节点s,并将节点s添加到禁忌表tabuk中;其中设置一个随机选择参数q0∈(0,1),q为(0,1)之间随机数,当q<q0时,随机选择当前节点r周围的任一可行节点,否则采用转移概率公式选择下一个可行点,rand(allowedk)表示从allowedk中随机选择一个节点,S表示根据转移概率公式所选择的下一个节点;转移概率公式中Ds表示下一个待选节点s到目标点的距离,(sx,sy)与(Gx,Gy)分别表示节点s与目标点G的坐标。Ts表示下一节点s累计被访问的次数;
二-3.具体地,当蚂蚁i(i∈k)在搜索路径时进入死锁状态,马上启用“回退-惩罚”策略,在蚂蚁i到达目标点时,令k=k+1,返回步骤二-2,直到k=m,即这一代所有蚂蚁完成搜索;所述“退回-惩罚”策略步骤如下:
二-3-a.当蚂蚁i陷入死锁状态时,允许其回退一步;
二-3-b.更新蚂蚁i的禁忌表,将死锁节点从禁忌表中删除;
二-3-c.对死锁边上的信息素进行惩罚,以防其它蚂蚁再次经过死锁边;
二-3-d.蚂蚁在当前路径上重新选择新的节点;
二-4.利用每只蚂蚁的禁忌表,计算它们搜索到的路径长度,并找出其中的最短路径,对最短路径全局信息素进行调整,再核查调整后的信息素浓度,根据信息素限定原则
将其限制在[τmin,τmax]区间内;
二-5.令迭代次数N=N+1,当N<=Nmax,清空每只蚂蚁的禁忌表,返回步骤二-2进行下轮迭代,直到N>Nmax,输出全局路径;
步骤三.若移动机器人到达目标点,输出最终的全局无碰路径,否则,继续执行步骤四;
步骤四.将移动机器人的感知区域视为滚动窗口,刷新滚动窗口内信息,包括动态障碍物当前位置和初始路径等信息,机器人每行走一个步长,就刷新一次滚动窗口内信息,直到机器人到达目标点;
四-1.若在滚动窗口内环境发生变化,且有静态障碍物停留在初始路径上,启动Follow_wall行为,该行为可使机器人沿着静态障碍物边界绕过障碍物,并回到初始路径上,继续预测下一滚动窗口;
四-2.在滚动窗口内进行碰撞预测,若没有检测到碰撞,机器人沿着初始路径移动一个步长,跳转到步骤四;若预测到碰撞则进入步骤四-3;
四-3.预测到碰撞则启动碰撞避免策略,规划一条局部路径,机器人沿着规划好的局部路径行走一个步长,跳转到步骤三。
进一步地,所述碰撞预测包含直线碰撞预测和随机碰撞预测,直线碰撞预测步骤如下:
2.1获取机器人与动态障碍物在当前滚动窗口中的运行轨迹;
2.2若机器人与动态障碍物的运行轨迹不相交,此时机器人与动态障碍物在T内不会发生碰撞;
2.3若机器人与动态障碍物在T内的运行轨迹相交,但它们的运行方向不同,则它们有可能发生碰撞,再进一步根据机器人和动态障碍物分别到达相交点的时间t1和t2来判断。若它们到达相交点的时间差小于时间限值ΔT,则可判断发生侧撞,否则,没有发生碰撞;
2.4若机器人与动态障碍物的运行轨迹相交,且它们的运行方向相反,此时机器人必定与动态障碍物发生正撞;
2.5若机器人与动态障碍物的运行轨迹相交,且它们的运行方向相同,则它们有可能发生碰撞,此时获取当前滚动窗口内,距离机器人或动态障碍物最远的轨迹交点,再利用(2-3)中的方法判断机器人与动态障碍物发生碰撞与否;
所述T为机器人移动一个步长所需时间,T内动态障碍物所能到达的区域范围,称为该障碍物的T-膨化区域。
进一步地,随机碰撞预测步骤如下:
3.1建立动态障碍物的T-膨化区域;
3.2若原始路径不会与膨化区域相交,则肯定不会发生碰撞;
3.3若原始路径与膨化路径相交,则有可能会发生碰撞。
进一步地,所述碰撞避免策略包含直线碰撞避免和随机碰撞避免,直线碰撞避免策略步骤如下:
4.1若预测到机器人与动态障碍物发生侧面碰撞,机器人只需在到达碰撞点之前停顿t时间即可,然后沿着初始路径行进一个步长;
4.2若预测到机器人与动态障碍物发生正面碰撞,则不能再按照原始路径行进,需要重新规划一条新的局部路径;
4.3确定局部子目标,并将局部子目标设为滚动窗口边界与原始路径的交点所在栅格;
4.4将碰撞发生所在栅格视为静态障碍物,再利用改进蚁群算法在此滚动窗口内规划一条无碰最优的局部路径。
进一步地,随机碰撞避免策略步骤如下:
5.1在由“随机碰撞预测”方法预测到可能发生碰撞时,将机器人一个步长所需时间T划分为μ等份,即T=μΔt,Δt时间机器人行走步长为Δε;
5.2启动“随机碰撞预测”方法,预测机器人与动态障碍物在未来Δt时间内是否发生碰撞;
5.3若不会发生碰撞,机器人沿初始路径行走Δε,进入下一Δt滚动窗口,转(5.2),直至走完一个步长ε,进入下一T滚动窗口;
5.4若会发生碰撞,对滚动窗口内所有动态障碍物进行Δt膨化处理,生成局部子目标,将滚动窗口内所有动态障碍物的Δt膨化区域作为静态障碍物,利用步骤一至步骤二获取局部最优路径;
5.5机器人沿着规划的局部路径行走一个步长ε,进入下一T滚动窗口。
与现有技术相比,本发明具有以下有益效果:以改进蚁群算法、滚动窗口原理以及Follow_wall行为作为主要处理工具,利用全局路径规划和局部滚动预测避碰规划相结合的双层规划方法来实现动态环境下移动机器人路径规划。
A.利用双层规划的架构,第一层规划为机器人提供一个全局导向,能够改善规划初期的盲目性;
B.利用改进蚁群算法作为第一层规划方法,可避免初始路径陷入局部最优解,一定程度上有利于获取全局无碰路径;
C.在第二层规划中加入基于行为方法中的Follow_wall行为,使得规划过程中能够更好地适应环境的变化;
D.针对动态障碍物做直线运动和随机运动,我们给出两种碰撞预测方法,两种方法都能够有效地预测机器人与障碍物在下一时刻的碰撞情况;
E.对应两种碰撞预测方法,我们给出两种碰撞避免策略,两种策略都能够有效地避开滚动窗口中的动态障碍物。
附图说明
图1为动态环境下移动机器人路径规划整体流程图;
图2为基于栅格法的环境建模示例图;
图3为蚁群算法中路径进入死锁状态图;
图4为改进蚁群算法流程图;
图5为Follow_wall行为示意图;
图6为“直线碰撞预测”方法流程图;
图7为“随机碰撞预测”方法流程图;
图8为“直线碰撞避免”策略流程图;
图9为“随机碰撞避免”策略流程图;
具体实施方式
下面将结合附图及具体实施方式对本发明作进一步的描述。
参见图1,一种动态环境下移动机器人路径规划方法,首先利用栅格法对机器人运行空间进行环境建模,接着进入第一层规划全局路径规划,利用改进蚁群算法为移动机器人规划一条全局路径,然后进入第二层规划局部滚动预测避碰规划,机器人沿着规划好的全局路径,边走边进行局部预测避碰,随着滚动窗口的推进,最终可以获取一条全局无碰路径。
其中,如图2所示,利用栅格法进行环境建模的主要思想是:将机器人运行空间E的左下角设为坐标原点,横向向右为X轴,纵向向上为Y轴,将E划分为n*m个相同大小的方形栅格,对划分好的栅格从左到右,从下到上进行编号,栅格编号i与坐标(xi,yi)的对应关系如下公式所示。xi=imodNyi=(int)(i/N)。
建立环境模型后,接着是全局路径规划,不考虑环境中动态障碍物,利用改进蚁群算法为机器人规划一条全局路径。对蚁群算法的改进有三点:
(1)转移概率调整
为增加解的多样性,在转移概率中增加一个随机扰动,具体做法是,设置一个随机选择参数q0∈(0,1),q为(0,1)之间随机数,当q<q0时,随机选择当前节点r周围的任一可行节点,否则采用转移概率公式选择下一个可行点,如下公式(1)所示:
其中rand(allowedk)表示从allowedk中随机选择一个节点,S表示根据转移概率公式所选择的下一个节点。此外对转移概率公式新增两个启发式因子,以增强改进蚁群算法全局搜索能力,新的转移概率公式如(2)所示:
(2)信息素阀值限定
为了进一步减小改进蚁群算法陷入局部最优解的几率,提高算法全局搜索能力,借鉴最大最小蚂蚁系统(MMAS)的特征,在每一代循环结束后,对最优路径信息素强度进行全局更新时,引入信息素上下限。信息素限定原则如(3)式所示:
(3)死锁处理
在一些复杂环境下,如障碍物较多且呈现“U”型或“V”型,移动机器人很难避开这些障碍物而陷入死锁状态。如图3所示,当移动机器人运行到R位置时,不能再向R周围的任一位置移动,此时蚂蚁陷入死锁状态。
本发明提出一种“回退-惩罚”策略来解决死锁问题。定义处于死锁位置的节点为死锁节点,如图3中的R节点,定义进入死锁点R的边为死锁边,如图3中的边QR。“回退-惩罚”策略的具体思想如下所示:
(1)当某只蚂蚁陷入死锁状态时,允许其回退一步;
(2)更新该蚂蚁的禁忌表,将死锁节点从禁忌表中删除;
(3)对死锁边上的信息素进行惩罚,以防其它蚂蚁再次经过死锁边;
(4)蚂蚁在当前路径上重新选择新的节点。
改进蚁群算法流程图如图4所示,基于改进蚁群算法的全局路径规划包括如下步骤:
(1)设置改进蚁群算法的参数,包括蚁群中蚂蚁数量m、算法最大迭代次数Nmax、信息素权值α、启发式信息权值β、信息素衰减系数和信息素惩罚系数。初始化当前代数N=0,栅格地图中每条相邻边的信息素强度τij=τ0(τ0为常数),信息素上下限,信息素增量Δτij=0,每个栅格的访问数Ti=0,启发式信息函数ηrs=1drs,移动机器人的初始点S和目标点G。
(2)蚁群中蚂蚁k(k=1,2,…,m)从初始点开始出发,并将初始点添加到蚂蚁k的禁忌表tabuk中,然后按照公式(1)和(2)选择下个节点s,并将节点s添加到禁忌表tabuk中。
(3)若蚂蚁k在搜索路径时进入死锁状态,马上启用“回退-惩罚”策略,在蚂蚁k到达目标点时,令k=k+1,返回(2),直到k=m,即这一代所有蚂蚁完成搜索。
(4)利用每只蚂蚁的禁忌表,计算它们搜索到的路径长度,并找出其中的最短路径,对最短路径全局信息素进行调整,再核查调整后的信息素浓度,将其限制在[τmin,τmax]区间内。
(5)令迭代次数N=N+1,当N<=Nmax,清空每只蚂蚁的禁忌表,返回
(2)进行下轮迭代,直到N>Nmax,改进蚁群算法结束,输出全局
最优路径。
由第一层规划获取全局路径后,接着进入局部滚动预测避碰规划,该部分是动态环境下机器人路径规划核心内容。为更好地适应环境变化,当环境中静态障碍物位置发生变动,并停留在初始路径上时,我们引入基于行为控制方法中的Follow_wall行为,如图5所示。该行为可使得机器人沿着障碍物边界回到初始路径上。
当机器人在其滚动窗口中感知到动态障碍物存在时,需要预测它们在下一时刻是否发生碰撞,针对动态障碍物直线运动和随机运动,我们采用两种碰撞预测方法,分别称为“直线碰撞预测”和“随机碰撞预测”。“直线碰撞预测”方法的具体步骤如下,流程图如图6。
(1)获取机器人与动态障碍物在当前滚动窗口中的运行轨迹;
(2)若机器人与动态障碍物的运行轨迹不相交,此时机器人与动态障碍物在T内不会发生碰撞;
(3)若机器人与动态障碍物在T内的运行轨迹相交,但它们的运行方向不同,则它们有可能发生碰撞,再进一步根据机器人和动态障碍物分别到达相交点的时间t1和t2来判断。若它们到达相交点的时间差小于时间限值ΔT,则可判断发生侧撞,否则,没有发生碰撞;
(4)若机器人与动态障碍物的运行轨迹相交,且它们的运行方向相反。此时机器人必定与动态障碍物发生正撞;
(5)若机器人与动态障碍物的运行轨迹相交,且它们的运行方向相同,则它们有可能发生碰撞。此时,获取当前滚动窗口内,距离机器人或动态障碍物最远的轨迹交点,再利用(2)中的方法判断机器人与动态障碍物发生与否;
动态障碍物随机运动时,虽然无法预测其在下一时刻精确的路径信息,但是可以预测其在下一时刻T(机器人移动一个步长所需时间)内所能到达的区域范围,称为T-膨化区域,然后判断初始路径与该膨化区域的相交情况即可预测碰撞的可能性。“随机碰撞预测”方法的具体步骤如下,其流程图如图7所示。
(1)建立动态障碍物的膨化模型;
(2)若原始路径不会与膨化区域相交,则肯定不会发生碰撞;
(3)若原始路径与膨化路径相交,则有可能会发生碰撞;
在根据碰撞预测方法预测到机器人与动态障碍物会发生碰撞时,需要采用碰撞避免策略避开它们之间的碰撞。针对两种碰撞预测方法,我们给出两种相应的碰撞避免策略,分别称之为“直线碰撞避免”策略和“随机碰撞避免”策略。“直线碰撞避免”策略的流程图见图8,具体步骤如下所示:
(1)若预测到机器人与动态障碍物发生侧面碰撞,机器人只需在到达碰撞点之前停顿t时间即可,然后沿着初始路径行进一个步长;
(2)若预测到机器人与动态障碍物发生正面碰撞,则不能再按照原始路径行进,需要重新规划一条新的局部路径;
(3)确定局部子目标。为了保证机器人在之后的滚动窗口内能够沿着原始路径行进,可将局部子目标设为滚动窗口边界与原始路径的交点所在栅格。由于原始路径为全局无碰路径,故子目标不会落在静态障碍物上;
(4)将碰撞发生所在栅格视为静态障碍物,再利用改进蚁群算法在此滚动窗口内规划一条无碰最优的局部路径;
(5)机器人沿着这条局部路径行走一个步长,进入下一个滚动窗口。
“随机碰撞避免”策略的流程图见图9,具体步骤如下所示:
(1)在由“随机碰撞预测”方法预测到可能发生碰撞时,将机器人一个步长所需时间T划分为μ等份,即T=μΔt,Δt时间机器人行走步长为Δε;
(2)启动“随机碰撞预测”方法,预测机器人与动态障碍物在未来Δt时间内是否发生碰撞;
(3)若不会发生碰撞,机器人沿初始路径行走Δε,进入下一Δt滚动窗口,转(2),直至走完一个步长ε,进入下一T滚动窗口;
(4)若会发生碰撞,对滚动窗口内所有动态障碍物进行Δt膨化处理,生成局部子目标,将滚动窗口内所有动态障碍物的Δt膨化区域作为静态障碍物,利用改进蚁群算法获取局部最优路径;
(5)机器人沿着规划的局部路径行走一个步长ε,进入下一T滚动窗口。
Claims (5)
1.一种动态环境下移动机器人路径规划方法,其特征在于包括以下步骤:
步骤一.利用栅格法对移动机器人运行空间进行环境建模;
步骤二.利用改进蚁群算法,不考虑环境中动态障碍物,建立全局路径(以下称为初始路径),之后移动机器人沿此初始路径边行走边进行局部预测避碰;
二-1.设置改进蚁群算法的参数,包括蚁群中蚂蚁数量m、算法最大迭代次数Nmax、信息素权值α、启发式信息权值β、信息素衰减系数和信息素惩罚系数;初始化当前代数N=0,栅格地图中每条相邻边的信息素强度τij=τ0(τ0为常数),信息素上下限,信息素增量Δτij=0,每个栅格的访问数Ti=0,启发式信息函数ηrs=1drs,移动机器人的初始点S和目标点G;
二-2.蚁群中蚂蚁k(k=1,2,…,m)从初始点开始出发,并将初始点添加到蚂蚁k的禁忌表tabuk中,然后按照公式
选择下个节点s,并将节点s添加到禁忌表tabuk中;其中设置一个随机选择参数q0∈(0,1),q为(0,1)之间随机数,当q<q0时,随机选择当前节点r周围的任一可行节点,否则采用转移概率公式选择下一个可行点,rand(allowedk)表示从allowedk中随机选择一个节点,S表示根据转移概率公式所选择的下一个节点;转移概率公式中Ds表示下一个待选节点s到目标点的距离,(sx,sy)与(Gx,Gy)分别表示节点s与目标点G的坐标。Ts表示下一节点s累计被访问的次数;
二-3.具体地,当蚂蚁i(i∈k)在搜索路径时进入死锁状态,马上启用“回退-惩罚”策略,在蚂蚁i到达目标点时,令k=k+1,返回步骤二-2,直到k=m,即这一代所有蚂蚁完成搜索;所述“退回-惩罚”策略步骤如下:
二-3-a.当蚂蚁i陷入死锁状态时,允许其回退一步;
二-3-b.更新蚂蚁i的禁忌表,将死锁节点从禁忌表中删除;
二-3-c.对死锁边上的信息素进行惩罚,以防其它蚂蚁再次经过死锁边;
二-3-d.蚂蚁在当前路径上重新选择新的节点;
二-4.利用每只蚂蚁的禁忌表,计算它们搜索到的路径长度,并找出其中的最短路径,对最短路径全局信息素进行调整,再核查调整后的信息素浓度,根据信息素限定原则
将其限制在[τmin,τmax]区间内;
二-5.令迭代次数N=N+1,当N<=Nmax,清空每只蚂蚁的禁忌表,返回步骤二-2进行下轮迭代,直到N>Nmax,输出全局路径;
步骤三.若移动机器人到达目标点,输出最终的全局无碰路径,否则继续执行步骤四;
步骤四.将移动机器人的感知区域视为滚动窗口,刷新滚动窗口内信息,包括动态障碍物当前位置和初始路径等信息,机器人每行走一个步长,就刷新一次滚动窗口内信息,直到机器人到达目标点;
四-1.若在滚动窗口内环境发生变化,且有静态障碍物停留在初始路径上,启动Follow_wall行为,该行为可使机器人沿着静态障碍物边界绕过障碍物,并回到初始路径上,继续预测下一滚动窗口;
四-2.在滚动窗口内进行碰撞预测,若没有检测到碰撞,机器人沿着初始路径移动一个步长,跳转到步骤四;若预测到碰撞则进入步骤四-3;
四-3.预测到碰撞则启动碰撞避免策略,规划一条局部路径,机器人沿着规划好的局部路径行走一个步长,跳转到步骤三。
2.根据权利要求1所述一种动态环境下移动机器人路径规划方法,其特征在于:所述碰撞预测包含直线碰撞预测和随机碰撞预测,直线碰撞预测步骤如下:
2-1.获取机器人与动态障碍物在当前滚动窗口中的运行轨迹;
2-2.若机器人与动态障碍物的运行轨迹不相交,此时机器人与动态障碍物在T内不会发生碰撞;
2-3.若机器人与动态障碍物在T内的运行轨迹相交,但它们的运行方向不同,则它们有可能发生碰撞,再进一步根据机器人和动态障碍物分别到达相交点的时间t1和t2来判断,若它们到达相交点的时间差小于时间限值ΔT,则可判断发生侧撞,否则没有发生碰撞;
2-4.若机器人与动态障碍物的运行轨迹相交,且它们的运行方向相反,此时机器人必定与动态障碍物发生正撞;
2-5.若机器人与动态障碍物的运行轨迹相交,且它们的运行方向相同,则它们有可能发生碰撞,此时,获取当前滚动窗口内,距离机器人或动态障碍物最远的轨迹交点,再利用(2-3)中的方法判断机器人与动态障碍物发生碰撞与否;
2-6.所述T为机器人移动一个步长所需时间,T内动态障碍物所能到达的区域范围,称为该障碍物的T-膨化区域。
3.根据权利要求1所述一种动态环境下移动机器人路径规划方法,其特征在于:所述碰撞预测包含直线碰撞预测和随机碰撞预测,随机碰撞预测步骤如下:
3.1建立动态障碍物的T-膨化区域;
3.2若原始路径不会与膨化区域相交,则肯定不会发生碰撞;
3.3若原始路径与膨化路径相交,则有可能会发生碰撞。
4.根据权利要求1所述一种动态环境下移动机器人路径规划方法,其特征在于:所述碰撞避免策略包含直线碰撞避免和随机碰撞避免,直线碰撞避免策略步骤如下:
4.1若预测到机器人与动态障碍物发生侧面碰撞,机器人只需在到达碰撞点之前停顿t时间即可,然后沿着初始路径行进一个步长;
4.2若预测到机器人与动态障碍物发生正面碰撞,则不能再按照原始路径行进,需要重新规划一条新的局部路径;
4.3确定局部子目标,并将局部子目标设为滚动窗口边界与原始路径的交点所在栅格;
4.4将碰撞发生所在栅格视为静态障碍物,再利用改进蚁群算法在此滚动窗口内规划一条无碰最优的局部路径。
5.根据权利要求1所述一种动态环境下移动机器人路径规划方法,其特征在于:所述碰撞避免策略包含直线碰撞避免和随机碰撞避免,随机碰撞避免策略步骤如下:
5.1在由“随机碰撞预测”方法预测到可能发生碰撞时,将机器人一个步长所需时间T划分为μ等份,即T=μΔt,Δt时间机器人行走步长为Δε;
5.2启动“随机碰撞预测”方法,预测机器人与动态障碍物在未来Δt时间内是否发生碰撞;
5.3若不会发生碰撞,机器人沿初始路径行走Δε,进入下一Δt滚动窗口,转(5.2),直至走完一个步长ε,进入下一T滚动窗口;
5.4若会发生碰撞,对滚动窗口内所有动态障碍物进行Δt膨化处理,生成局部子目标,将滚动窗口内所有动态障碍物的Δt膨化区域作为静态障碍物,利用步骤一至步骤二获取局部最优路径;
5.5机器人沿着规划的局部路径行走一个步长ε,进入下一T滚动窗口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310195535.4A CN103823466B (zh) | 2013-05-23 | 2013-05-23 | 一种动态环境下移动机器人路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310195535.4A CN103823466B (zh) | 2013-05-23 | 2013-05-23 | 一种动态环境下移动机器人路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103823466A true CN103823466A (zh) | 2014-05-28 |
CN103823466B CN103823466B (zh) | 2016-08-10 |
Family
ID=50758578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310195535.4A Active CN103823466B (zh) | 2013-05-23 | 2013-05-23 | 一种动态环境下移动机器人路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103823466B (zh) |
Cited By (102)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104020769A (zh) * | 2014-06-13 | 2014-09-03 | 哈尔滨工程大学 | 一种基于电荷系统搜索的机器人全局路径规划方法 |
CN104199292A (zh) * | 2014-08-11 | 2014-12-10 | 大连大学 | 一种基于蚁群算法的空间机械臂末端器避障路径规划的方法 |
CN104317293A (zh) * | 2014-09-19 | 2015-01-28 | 南京邮电大学 | 一种改进蚁群算法的城市救援智能体动态路径规划方法 |
CN104361178A (zh) * | 2014-11-20 | 2015-02-18 | 湖北工业大学 | 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法 |
CN104606886A (zh) * | 2014-12-25 | 2015-05-13 | 珠海金山网络游戏科技有限公司 | 一种分布式无碰撞移动规划的方法 |
CN104731099A (zh) * | 2015-03-18 | 2015-06-24 | 深圳市八零年代网络科技有限公司 | 一种迷宫最短路径的搜索方法及系统 |
CN104765371A (zh) * | 2015-04-22 | 2015-07-08 | 福州大学 | 基于滚动窗的深度搜索与模糊控制融合的路径规划方法 |
CN104808661A (zh) * | 2015-03-05 | 2015-07-29 | 安徽师范大学 | 一种旅游路径规划方法 |
CN104881043A (zh) * | 2015-04-30 | 2015-09-02 | 南京航空航天大学 | 一种针对多动态目标的多无人机智能协同察打方法 |
CN105056528A (zh) * | 2015-07-23 | 2015-11-18 | 珠海金山网络游戏科技有限公司 | 一种虚拟角色的移动方法及装置 |
CN105320140A (zh) * | 2015-12-01 | 2016-02-10 | 浙江宇视科技有限公司 | 一种扫地机器人及其清扫路径规划方法 |
CN105415375A (zh) * | 2016-01-02 | 2016-03-23 | 韩少卿 | 一种离线编程装置 |
CN105444759A (zh) * | 2015-11-17 | 2016-03-30 | 广东欧珀移动通信有限公司 | 一种室内导航方法及其装置 |
CN105446339A (zh) * | 2015-12-22 | 2016-03-30 | 安徽工程大学 | 一种移动机器人路径规划方法 |
WO2016045615A1 (zh) * | 2014-09-25 | 2016-03-31 | 科沃斯机器人有限公司 | 机器人静态路径规划方法 |
CN105716618A (zh) * | 2016-02-05 | 2016-06-29 | 哈尔滨工程大学 | 一种用于uuv航路规划的几何环境模型膨化处理方法 |
CN105775054A (zh) * | 2016-03-03 | 2016-07-20 | 武汉理工大学 | 蚁群式动态溢油回收无人艇系统及其溢油回收方法 |
CN105929843A (zh) * | 2016-04-22 | 2016-09-07 | 天津城建大学 | 一种基于改进蚁群算法的机器人路径规划方法 |
CN106168801A (zh) * | 2016-04-12 | 2016-11-30 | 江苏理工学院 | 智能语音导游机器人的路径寻优方法 |
CN106444768A (zh) * | 2016-10-20 | 2017-02-22 | 上海物景智能科技有限公司 | 一种机器人的贴边行走方法及系统 |
CN106598046A (zh) * | 2016-11-29 | 2017-04-26 | 北京智能管家科技有限公司 | 机器人躲避控制方法和装置 |
CN106843235A (zh) * | 2017-03-31 | 2017-06-13 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的人工势场路径规划法 |
CN107111317A (zh) * | 2014-12-25 | 2017-08-29 | 株式会社爱考斯研究 | 移动体 |
CN107328418A (zh) * | 2017-06-21 | 2017-11-07 | 南华大学 | 移动机器人在陌生室内场景下的核辐射探测路径自主规划方法 |
CN107563050A (zh) * | 2017-08-30 | 2018-01-09 | 华南理工大学 | 一种用于在碰撞图层中快速寻找优化曲线的方法 |
CN107608364A (zh) * | 2017-11-01 | 2018-01-19 | 广州供电局有限公司 | 一种用于数据中心物理设备上下架的智能机器人 |
CN107817796A (zh) * | 2017-10-25 | 2018-03-20 | 上海思岚科技有限公司 | 移动机器人贴障碍物运动的方法和设备 |
CN107883962A (zh) * | 2017-11-08 | 2018-04-06 | 南京航空航天大学 | 一种多旋翼无人机在三维环境下的动态航路规划方法 |
CN107883954A (zh) * | 2016-09-29 | 2018-04-06 | 空中客车运营简化股份公司 | 用于生成旨在供飞行器遵循的最佳飞行路径的方法和设备 |
CN107976998A (zh) * | 2017-11-13 | 2018-05-01 | 河海大学常州校区 | 一种割草机器人地图创建与路径规划系统及方法 |
CN108022450A (zh) * | 2017-10-31 | 2018-05-11 | 华为技术有限公司 | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 |
CN108027609A (zh) * | 2016-07-26 | 2018-05-11 | 深圳市赛亿科技开发有限公司 | 管家机器人及控制方法 |
CN108204821A (zh) * | 2017-12-22 | 2018-06-26 | 浙江网仓科技有限公司 | 一种路径规划方法及装置 |
CN108241375A (zh) * | 2018-02-05 | 2018-07-03 | 景德镇陶瓷大学 | 一种自适应蚁群算法在移动机器人路径规划中的应用方法 |
CN108253984A (zh) * | 2017-12-19 | 2018-07-06 | 昆明理工大学 | 一种基于改进a星算法的移动机器人路径规划方法 |
CN108268040A (zh) * | 2018-01-19 | 2018-07-10 | 广东美的智能机器人有限公司 | 多移动机器人的冲突管理方法及系统 |
CN108549385A (zh) * | 2018-05-22 | 2018-09-18 | 东南大学 | 一种结合a*算法和vfh避障算法的机器人动态路径规划方法 |
WO2018176595A1 (zh) * | 2017-03-31 | 2018-10-04 | 深圳市靖洲科技有限公司 | 基于蚁群算法和极坐标变换的无人自行车路径规划方法 |
CN108717295A (zh) * | 2018-05-18 | 2018-10-30 | 宁波海神机器人科技有限公司 | 一种人机混厂预警演算系统 |
CN108733037A (zh) * | 2017-04-17 | 2018-11-02 | 哈工大机器人集团有限公司 | 一种扫地机器人的可避让清扫方法 |
CN108733044A (zh) * | 2017-09-29 | 2018-11-02 | 北京猎户星空科技有限公司 | 避障方法、装置、机器人和计算机可读存储介质 |
CN108762264A (zh) * | 2018-05-22 | 2018-11-06 | 重庆邮电大学 | 基于人工势场与滚动窗口的机器人的动态避障方法 |
CN108803613A (zh) * | 2018-07-04 | 2018-11-13 | 梧州市兴能农业科技有限公司 | 一种智能的巡检机器人控制系统 |
CN108873882A (zh) * | 2018-02-11 | 2018-11-23 | 北京石头世纪科技有限公司 | 智能移动设备及其移动路径规划方法、装置、程序、介质 |
CN108958263A (zh) * | 2018-08-03 | 2018-12-07 | 江苏木盟智能科技有限公司 | 一种机器人避障方法及机器人 |
CN109115220A (zh) * | 2018-07-31 | 2019-01-01 | 大连理工大学 | 一种用于停车场系统路径规划的方法 |
CN109141441A (zh) * | 2018-07-19 | 2019-01-04 | 北京汽车集团有限公司 | 车辆的障碍分析方法和装置 |
CN109194509A (zh) * | 2018-08-28 | 2019-01-11 | 浙江工业大学 | 一种基于路径强弱关系和社区信息的预测网络连边的方法 |
CN109213201A (zh) * | 2018-11-30 | 2019-01-15 | 北京润科通用技术有限公司 | 一种避障方法及装置 |
CN109282815A (zh) * | 2018-09-13 | 2019-01-29 | 天津西青区瑞博生物科技有限公司 | 一种动态环境下基于蚁群算法的移动机器人路径规划方法 |
CN109343521A (zh) * | 2018-09-27 | 2019-02-15 | 深圳乐动机器人有限公司 | 一种机器人清扫房间的方法及机器人 |
CN109343544A (zh) * | 2018-12-19 | 2019-02-15 | 武汉科技大学 | 一种结合历史状态的移动机器人沿墙高效遍历算法 |
CN109598366A (zh) * | 2018-11-06 | 2019-04-09 | 昆明理工大学 | 一种外卖配送过程的优化调度方法 |
CN109709945A (zh) * | 2017-10-26 | 2019-05-03 | 深圳市优必选科技有限公司 | 一种基于障碍物分类的路径规划方法、装置及机器人 |
CN109782779A (zh) * | 2019-03-19 | 2019-05-21 | 电子科技大学 | 基于种群超启发式算法的洋流环境下auv路径规划方法 |
CN109781110A (zh) * | 2019-01-18 | 2019-05-21 | 芜湖智久机器人有限公司 | 一种移动机器人路径死锁检测系统及方法 |
CN109871031A (zh) * | 2019-02-27 | 2019-06-11 | 中科院成都信息技术股份有限公司 | 一种固定翼无人机的轨迹规划方法 |
CN109976387A (zh) * | 2019-05-07 | 2019-07-05 | 江苏盛海智能科技有限公司 | 一种无人车探测轨迹的方法及终端 |
CN110132296A (zh) * | 2019-05-22 | 2019-08-16 | 山东师范大学 | 基于溶解势场的多智能体子目标划分路径规划方法及系统 |
CN110231827A (zh) * | 2019-06-12 | 2019-09-13 | 哈尔滨工程大学 | 一种uuv地理围栏的离线初始构建与在线滚动更新方法 |
CN110244733A (zh) * | 2019-06-20 | 2019-09-17 | 西南交通大学 | 一种基于改进蚁群算法的移动机器人路径规划方法 |
CN110244762A (zh) * | 2019-06-17 | 2019-09-17 | 中国科学院自动化研究所 | 基于听声辨位的飞行设备防撞方法及设备、安全系统 |
CN110533234A (zh) * | 2019-08-20 | 2019-12-03 | 集美大学 | 结合避碰策略的agv优化控制方法、终端设备及存储介质 |
CN110673610A (zh) * | 2019-10-11 | 2020-01-10 | 天津工业大学 | 一种基于ros的工厂agv路径规划方法 |
CN110703758A (zh) * | 2019-10-25 | 2020-01-17 | 北京京东乾石科技有限公司 | 一种路径规划方法和装置 |
CN110750095A (zh) * | 2019-09-04 | 2020-02-04 | 北京洛必德科技有限公司 | 一种基于5g通讯的机器人集群运动控制优化方法及系统 |
WO2020034887A1 (zh) * | 2018-08-13 | 2020-02-20 | 菜鸟智能物流控股有限公司 | 智能体行进路径的确定方法及装置 |
CN111002305A (zh) * | 2019-11-05 | 2020-04-14 | 珠海格力电器股份有限公司 | 基于图像扫描、识别和路径规划的可移动洗衣助手机器人 |
CN111238518A (zh) * | 2020-01-13 | 2020-06-05 | 山东交通学院 | 一种基于改进rrt算法的智能农业车辆路径规划方法 |
CN111289002A (zh) * | 2019-09-24 | 2020-06-16 | 陈水弟 | 一种机器人路径规划方法及系统 |
CN111369991A (zh) * | 2020-02-17 | 2020-07-03 | 南京邮电大学 | 一种支持自然语言指令的移动控制方法及其系统 |
CN111443711A (zh) * | 2020-03-27 | 2020-07-24 | 浙江华消科技有限公司 | 消防机器人避障方法、装置、消防机器人和可读存储介质 |
CN111515932A (zh) * | 2020-04-23 | 2020-08-11 | 东华大学 | 一种基于人工势场与强化学习的人机共融流水线实现方法 |
CN111582566A (zh) * | 2020-04-26 | 2020-08-25 | 上海高仙自动化科技发展有限公司 | 路径规划方法及规划装置、智能机器人及存储介质 |
CN111897326A (zh) * | 2020-07-07 | 2020-11-06 | 智慧航海(青岛)科技有限公司 | 一种基于循迹航行的自主驾驶船舶避碰时机确定方法 |
CN112033423A (zh) * | 2020-09-09 | 2020-12-04 | 上海有个机器人有限公司 | 一种基于道路共识的机器人路径规划方法、装置和机器人 |
CN112043216A (zh) * | 2020-08-28 | 2020-12-08 | 盐城工学院 | 一种智能机械清洁环保控制系统及控制方法 |
CN112269381A (zh) * | 2020-10-20 | 2021-01-26 | 安徽工程大学 | 基于改进人工鱼群算法的移动机器人路径规划方法 |
CN112327886A (zh) * | 2020-12-04 | 2021-02-05 | 盐城中科高通量计算研究院有限公司 | 一种巡逻车用自主避障决策方法 |
CN112362063A (zh) * | 2020-11-13 | 2021-02-12 | 四川大学 | 基于碰撞类型划分的多机器人路径规划方法和系统 |
CN112612272A (zh) * | 2020-12-17 | 2021-04-06 | 湖北亿咖通科技有限公司 | 一种避障控制方法、电子设备及存储介质 |
CN112631276A (zh) * | 2020-12-03 | 2021-04-09 | 长沙行深智能科技有限公司 | 一种无人车动态障碍决策方法、系统、介质及设备 |
CN112859848A (zh) * | 2021-01-06 | 2021-05-28 | 国电内蒙古东胜热电有限公司 | 管道机器人的无线导航方法及系统 |
CN112882479A (zh) * | 2021-01-28 | 2021-06-01 | 南通大学 | 一种基于内外角累积状态的路径规划方法 |
CN113227927A (zh) * | 2018-12-04 | 2021-08-06 | 杜克大学 | 在具有动态对象环境中促进运动规划的设备、方法和物体 |
CN113296541A (zh) * | 2021-07-27 | 2021-08-24 | 北京三快在线科技有限公司 | 一种基于未来碰撞风险的无人设备控制方法及装置 |
CN113342001A (zh) * | 2021-06-30 | 2021-09-03 | 元通智能技术(南京)有限公司 | 一种机器人行走路径的规划方法 |
CN113359714A (zh) * | 2021-05-25 | 2021-09-07 | 国网江苏省电力有限公司电力科学研究院 | 基于粒子滤波算法的巡检机器人动态路径规划方法及装置 |
CN113439249A (zh) * | 2019-02-18 | 2021-09-24 | 采埃孚股份公司 | 自主式农用机械的碰撞规避 |
CN113467456A (zh) * | 2021-07-07 | 2021-10-01 | 中国科学院合肥物质科学研究院 | 一种未知环境下用于特定目标搜索的路径规划方法 |
CN113805572A (zh) * | 2020-05-29 | 2021-12-17 | 华为技术有限公司 | 运动规划的方法与装置 |
CN113848881A (zh) * | 2021-08-31 | 2021-12-28 | 国电南瑞科技股份有限公司 | 一种消防车路径规划方法、系统、终端以及存储介质 |
CN113867156A (zh) * | 2021-12-02 | 2021-12-31 | 湖南工商大学 | 融合bp-rbf神经网络的机器鱼路径跟踪方法及装置 |
CN114184203A (zh) * | 2021-11-08 | 2022-03-15 | 重庆兰德适普信息科技有限公司 | 路径规划方法、电子设备及移动装置 |
CN114237284A (zh) * | 2021-12-03 | 2022-03-25 | 南京航空航天大学 | 一种基于改进蜉蝣算法的无人机多任务规划方法 |
CN114326712A (zh) * | 2021-12-06 | 2022-04-12 | 云鲸智能科技(东莞)有限公司 | 机器人的导航路径生成方法、机器人、装置以及存储介质 |
CN114967679A (zh) * | 2022-04-24 | 2022-08-30 | 南通倍佳机械科技有限公司 | 一种消防机器人路径自适应控制方法及系统 |
CN115202365A (zh) * | 2022-08-10 | 2022-10-18 | 广东工业大学 | 基于构建三维离散点的机器人焊接避障寻优路径规划方法 |
CN115609594A (zh) * | 2022-12-15 | 2023-01-17 | 国网瑞嘉(天津)智能机器人有限公司 | 机械臂路径的规划方法、装置、上位控制端及存储介质 |
CN116661501A (zh) * | 2023-07-24 | 2023-08-29 | 北京航空航天大学 | 无人机集群高动态环境避障与动平台着降联合规划方法 |
CN117077882A (zh) * | 2023-10-17 | 2023-11-17 | 之江实验室 | 一种无人设备调度方法、装置、存储介质及电子设备 |
CN117091608A (zh) * | 2023-10-17 | 2023-11-21 | 山东怀思人工智能科技有限公司 | 一种教育机器人的路径规划方法、设备及介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109828578B (zh) * | 2019-02-22 | 2020-06-16 | 南京天创电子技术有限公司 | 一种基于YOLOv3的仪表巡检机器人最优路线规划方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090149990A1 (en) * | 2007-12-11 | 2009-06-11 | Samsung Electronics Co., Ltd. | Method, medium, and apparatus for performing path planning of mobile robot |
CN102278996A (zh) * | 2011-04-29 | 2011-12-14 | 西南交通大学 | 一种大规模多目标智能移动路径选择的蚁群优化处理方法 |
-
2013
- 2013-05-23 CN CN201310195535.4A patent/CN103823466B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090149990A1 (en) * | 2007-12-11 | 2009-06-11 | Samsung Electronics Co., Ltd. | Method, medium, and apparatus for performing path planning of mobile robot |
CN102278996A (zh) * | 2011-04-29 | 2011-12-14 | 西南交通大学 | 一种大规模多目标智能移动路径选择的蚁群优化处理方法 |
Non-Patent Citations (1)
Title |
---|
王哲等: "《动态环境下移动机器人路径规划的改进蚁群算法》", 《机械科学与技术》 * |
Cited By (155)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104020769A (zh) * | 2014-06-13 | 2014-09-03 | 哈尔滨工程大学 | 一种基于电荷系统搜索的机器人全局路径规划方法 |
CN104199292A (zh) * | 2014-08-11 | 2014-12-10 | 大连大学 | 一种基于蚁群算法的空间机械臂末端器避障路径规划的方法 |
CN104317293A (zh) * | 2014-09-19 | 2015-01-28 | 南京邮电大学 | 一种改进蚁群算法的城市救援智能体动态路径规划方法 |
CN104317293B (zh) * | 2014-09-19 | 2017-04-12 | 南京邮电大学 | 一种改进蚁群算法的城市救援智能体动态路径规划方法 |
WO2016045615A1 (zh) * | 2014-09-25 | 2016-03-31 | 科沃斯机器人有限公司 | 机器人静态路径规划方法 |
CN104361178B (zh) * | 2014-11-20 | 2018-10-26 | 湖北工业大学 | 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法 |
CN104361178A (zh) * | 2014-11-20 | 2015-02-18 | 湖北工业大学 | 一种基于势能驱动元胞蚁群算法的室内疏散仿真优化方法 |
CN107111317B (zh) * | 2014-12-25 | 2020-07-17 | 株式会社爱考斯研究 | 移动体 |
CN104606886B (zh) * | 2014-12-25 | 2017-10-17 | 珠海金山网络游戏科技有限公司 | 一种分布式无碰撞移动规划的方法 |
CN107111317A (zh) * | 2014-12-25 | 2017-08-29 | 株式会社爱考斯研究 | 移动体 |
CN104606886A (zh) * | 2014-12-25 | 2015-05-13 | 珠海金山网络游戏科技有限公司 | 一种分布式无碰撞移动规划的方法 |
CN104808661A (zh) * | 2015-03-05 | 2015-07-29 | 安徽师范大学 | 一种旅游路径规划方法 |
CN104808661B (zh) * | 2015-03-05 | 2017-04-05 | 安徽师范大学 | 一种旅游路径规划方法 |
CN104731099B (zh) * | 2015-03-18 | 2017-08-25 | 深圳市八零年代网络科技有限公司 | 一种迷宫最短路径的搜索方法及系统 |
CN104731099A (zh) * | 2015-03-18 | 2015-06-24 | 深圳市八零年代网络科技有限公司 | 一种迷宫最短路径的搜索方法及系统 |
CN104765371A (zh) * | 2015-04-22 | 2015-07-08 | 福州大学 | 基于滚动窗的深度搜索与模糊控制融合的路径规划方法 |
CN104881043A (zh) * | 2015-04-30 | 2015-09-02 | 南京航空航天大学 | 一种针对多动态目标的多无人机智能协同察打方法 |
CN104881043B (zh) * | 2015-04-30 | 2017-10-31 | 南京航空航天大学 | 一种针对多动态目标的多无人机智能协同察打方法 |
CN105056528B (zh) * | 2015-07-23 | 2019-04-26 | 珠海金山网络游戏科技有限公司 | 一种虚拟角色的移动方法及装置 |
CN105056528A (zh) * | 2015-07-23 | 2015-11-18 | 珠海金山网络游戏科技有限公司 | 一种虚拟角色的移动方法及装置 |
CN105444759A (zh) * | 2015-11-17 | 2016-03-30 | 广东欧珀移动通信有限公司 | 一种室内导航方法及其装置 |
CN105320140A (zh) * | 2015-12-01 | 2016-02-10 | 浙江宇视科技有限公司 | 一种扫地机器人及其清扫路径规划方法 |
CN105446339A (zh) * | 2015-12-22 | 2016-03-30 | 安徽工程大学 | 一种移动机器人路径规划方法 |
CN105415375A (zh) * | 2016-01-02 | 2016-03-23 | 韩少卿 | 一种离线编程装置 |
CN105716618A (zh) * | 2016-02-05 | 2016-06-29 | 哈尔滨工程大学 | 一种用于uuv航路规划的几何环境模型膨化处理方法 |
CN105775054A (zh) * | 2016-03-03 | 2016-07-20 | 武汉理工大学 | 蚁群式动态溢油回收无人艇系统及其溢油回收方法 |
CN105775054B (zh) * | 2016-03-03 | 2017-12-26 | 武汉理工大学 | 蚁群式动态溢油回收方法 |
CN106168801B (zh) * | 2016-04-12 | 2019-07-02 | 江苏理工学院 | 智能语音导游机器人的路径寻优方法 |
CN106168801A (zh) * | 2016-04-12 | 2016-11-30 | 江苏理工学院 | 智能语音导游机器人的路径寻优方法 |
CN105929843A (zh) * | 2016-04-22 | 2016-09-07 | 天津城建大学 | 一种基于改进蚁群算法的机器人路径规划方法 |
CN105929843B (zh) * | 2016-04-22 | 2018-11-13 | 天津城建大学 | 一种基于改进蚁群算法的机器人路径规划方法 |
CN108027609A (zh) * | 2016-07-26 | 2018-05-11 | 深圳市赛亿科技开发有限公司 | 管家机器人及控制方法 |
CN107883954B (zh) * | 2016-09-29 | 2022-11-11 | 空中客车运营简化股份公司 | 用于生成旨在供飞行器遵循的最佳飞行路径的方法和设备 |
CN107883954A (zh) * | 2016-09-29 | 2018-04-06 | 空中客车运营简化股份公司 | 用于生成旨在供飞行器遵循的最佳飞行路径的方法和设备 |
CN106444768A (zh) * | 2016-10-20 | 2017-02-22 | 上海物景智能科技有限公司 | 一种机器人的贴边行走方法及系统 |
CN106598046A (zh) * | 2016-11-29 | 2017-04-26 | 北京智能管家科技有限公司 | 机器人躲避控制方法和装置 |
WO2018176595A1 (zh) * | 2017-03-31 | 2018-10-04 | 深圳市靖洲科技有限公司 | 基于蚁群算法和极坐标变换的无人自行车路径规划方法 |
CN106843235A (zh) * | 2017-03-31 | 2017-06-13 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的人工势场路径规划法 |
CN106843235B (zh) * | 2017-03-31 | 2019-04-12 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的人工势场路径规划法 |
WO2018176594A1 (zh) * | 2017-03-31 | 2018-10-04 | 深圳市靖洲科技有限公司 | 一种面向无人自行车的人工势场路径规划法 |
CN108733037B (zh) * | 2017-04-17 | 2021-03-16 | 哈工大机器人集团股份有限公司 | 一种扫地机器人的可避让清扫方法 |
CN108733037A (zh) * | 2017-04-17 | 2018-11-02 | 哈工大机器人集团有限公司 | 一种扫地机器人的可避让清扫方法 |
CN107328418A (zh) * | 2017-06-21 | 2017-11-07 | 南华大学 | 移动机器人在陌生室内场景下的核辐射探测路径自主规划方法 |
CN107328418B (zh) * | 2017-06-21 | 2020-02-14 | 南华大学 | 移动机器人在陌生室内场景下的核辐射探测路径自主规划方法 |
CN107563050A (zh) * | 2017-08-30 | 2018-01-09 | 华南理工大学 | 一种用于在碰撞图层中快速寻找优化曲线的方法 |
CN107563050B (zh) * | 2017-08-30 | 2021-08-10 | 华南理工大学 | 一种用于在碰撞图层中快速寻找优化曲线的方法 |
CN108733044A (zh) * | 2017-09-29 | 2018-11-02 | 北京猎户星空科技有限公司 | 避障方法、装置、机器人和计算机可读存储介质 |
CN107817796B (zh) * | 2017-10-25 | 2020-02-07 | 上海思岚科技有限公司 | 移动机器人贴障碍物运动的方法和设备 |
CN107817796A (zh) * | 2017-10-25 | 2018-03-20 | 上海思岚科技有限公司 | 移动机器人贴障碍物运动的方法和设备 |
CN109709945A (zh) * | 2017-10-26 | 2019-05-03 | 深圳市优必选科技有限公司 | 一种基于障碍物分类的路径规划方法、装置及机器人 |
CN109709945B (zh) * | 2017-10-26 | 2022-04-15 | 深圳市优必选科技有限公司 | 一种基于障碍物分类的路径规划方法、装置及机器人 |
CN108022450A (zh) * | 2017-10-31 | 2018-05-11 | 华为技术有限公司 | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 |
CN108022450B (zh) * | 2017-10-31 | 2020-07-21 | 华为技术有限公司 | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 |
US11107356B2 (en) | 2017-10-31 | 2021-08-31 | Huawei Technologies Co., Ltd. | Cellular network-based assisted driving method and traffic control unit |
CN107608364A (zh) * | 2017-11-01 | 2018-01-19 | 广州供电局有限公司 | 一种用于数据中心物理设备上下架的智能机器人 |
CN107883962A (zh) * | 2017-11-08 | 2018-04-06 | 南京航空航天大学 | 一种多旋翼无人机在三维环境下的动态航路规划方法 |
CN107976998A (zh) * | 2017-11-13 | 2018-05-01 | 河海大学常州校区 | 一种割草机器人地图创建与路径规划系统及方法 |
CN108253984A (zh) * | 2017-12-19 | 2018-07-06 | 昆明理工大学 | 一种基于改进a星算法的移动机器人路径规划方法 |
CN108204821A (zh) * | 2017-12-22 | 2018-06-26 | 浙江网仓科技有限公司 | 一种路径规划方法及装置 |
CN108268040A (zh) * | 2018-01-19 | 2018-07-10 | 广东美的智能机器人有限公司 | 多移动机器人的冲突管理方法及系统 |
CN108241375B (zh) * | 2018-02-05 | 2020-10-30 | 景德镇陶瓷大学 | 一种自适应蚁群算法在移动机器人路径规划中的应用方法 |
CN108241375A (zh) * | 2018-02-05 | 2018-07-03 | 景德镇陶瓷大学 | 一种自适应蚁群算法在移动机器人路径规划中的应用方法 |
CN108873882B (zh) * | 2018-02-11 | 2022-06-07 | 北京石头创新科技有限公司 | 智能移动设备及其移动路径规划方法、装置、程序、介质 |
CN108873882A (zh) * | 2018-02-11 | 2018-11-23 | 北京石头世纪科技有限公司 | 智能移动设备及其移动路径规划方法、装置、程序、介质 |
CN108717295A (zh) * | 2018-05-18 | 2018-10-30 | 宁波海神机器人科技有限公司 | 一种人机混厂预警演算系统 |
CN108762264A (zh) * | 2018-05-22 | 2018-11-06 | 重庆邮电大学 | 基于人工势场与滚动窗口的机器人的动态避障方法 |
CN108549385A (zh) * | 2018-05-22 | 2018-09-18 | 东南大学 | 一种结合a*算法和vfh避障算法的机器人动态路径规划方法 |
CN108549385B (zh) * | 2018-05-22 | 2021-05-04 | 东南大学 | 一种结合a*算法和vfh避障算法的机器人动态路径规划方法 |
CN108762264B (zh) * | 2018-05-22 | 2021-05-04 | 重庆邮电大学 | 基于人工势场与滚动窗口的机器人的动态避障方法 |
CN108803613A (zh) * | 2018-07-04 | 2018-11-13 | 梧州市兴能农业科技有限公司 | 一种智能的巡检机器人控制系统 |
CN109141441A (zh) * | 2018-07-19 | 2019-01-04 | 北京汽车集团有限公司 | 车辆的障碍分析方法和装置 |
CN109115220A (zh) * | 2018-07-31 | 2019-01-01 | 大连理工大学 | 一种用于停车场系统路径规划的方法 |
CN108958263A (zh) * | 2018-08-03 | 2018-12-07 | 江苏木盟智能科技有限公司 | 一种机器人避障方法及机器人 |
CN110826755B (zh) * | 2018-08-13 | 2022-06-28 | 菜鸟智能物流控股有限公司 | 智能体行进路径的确定方法及装置 |
WO2020034887A1 (zh) * | 2018-08-13 | 2020-02-20 | 菜鸟智能物流控股有限公司 | 智能体行进路径的确定方法及装置 |
CN110826755A (zh) * | 2018-08-13 | 2020-02-21 | 菜鸟智能物流控股有限公司 | 智能体行进路径的确定方法及装置 |
CN109194509A (zh) * | 2018-08-28 | 2019-01-11 | 浙江工业大学 | 一种基于路径强弱关系和社区信息的预测网络连边的方法 |
CN109194509B (zh) * | 2018-08-28 | 2022-03-01 | 浙江工业大学 | 一种基于路径强弱关系和社区信息的预测网络连边的方法 |
CN109282815A (zh) * | 2018-09-13 | 2019-01-29 | 天津西青区瑞博生物科技有限公司 | 一种动态环境下基于蚁群算法的移动机器人路径规划方法 |
CN109343521A (zh) * | 2018-09-27 | 2019-02-15 | 深圳乐动机器人有限公司 | 一种机器人清扫房间的方法及机器人 |
CN109598366A (zh) * | 2018-11-06 | 2019-04-09 | 昆明理工大学 | 一种外卖配送过程的优化调度方法 |
CN109213201A (zh) * | 2018-11-30 | 2019-01-15 | 北京润科通用技术有限公司 | 一种避障方法及装置 |
CN109213201B (zh) * | 2018-11-30 | 2021-08-24 | 北京润科通用技术有限公司 | 一种避障方法及装置 |
CN113227927A (zh) * | 2018-12-04 | 2021-08-06 | 杜克大学 | 在具有动态对象环境中促进运动规划的设备、方法和物体 |
CN109343544B (zh) * | 2018-12-19 | 2021-06-04 | 武汉科技大学 | 一种结合历史状态的移动机器人沿墙高效遍历算法 |
CN109343544A (zh) * | 2018-12-19 | 2019-02-15 | 武汉科技大学 | 一种结合历史状态的移动机器人沿墙高效遍历算法 |
CN109781110A (zh) * | 2019-01-18 | 2019-05-21 | 芜湖智久机器人有限公司 | 一种移动机器人路径死锁检测系统及方法 |
CN113439249A (zh) * | 2019-02-18 | 2021-09-24 | 采埃孚股份公司 | 自主式农用机械的碰撞规避 |
CN109871031A (zh) * | 2019-02-27 | 2019-06-11 | 中科院成都信息技术股份有限公司 | 一种固定翼无人机的轨迹规划方法 |
CN109782779A (zh) * | 2019-03-19 | 2019-05-21 | 电子科技大学 | 基于种群超启发式算法的洋流环境下auv路径规划方法 |
CN109782779B (zh) * | 2019-03-19 | 2020-11-06 | 电子科技大学 | 基于种群超启发式算法的洋流环境下auv路径规划方法 |
CN109976387B (zh) * | 2019-05-07 | 2022-05-27 | 福建盛海智能科技有限公司 | 一种无人车探测轨迹的方法及终端 |
CN109976387A (zh) * | 2019-05-07 | 2019-07-05 | 江苏盛海智能科技有限公司 | 一种无人车探测轨迹的方法及终端 |
CN110132296B (zh) * | 2019-05-22 | 2021-01-08 | 山东师范大学 | 基于溶解势场的多智能体子目标划分路径规划方法及系统 |
CN110132296A (zh) * | 2019-05-22 | 2019-08-16 | 山东师范大学 | 基于溶解势场的多智能体子目标划分路径规划方法及系统 |
CN110231827B (zh) * | 2019-06-12 | 2022-03-18 | 哈尔滨工程大学 | 一种uuv地理围栏的离线初始构建与在线滚动更新方法 |
CN110231827A (zh) * | 2019-06-12 | 2019-09-13 | 哈尔滨工程大学 | 一种uuv地理围栏的离线初始构建与在线滚动更新方法 |
CN110244762A (zh) * | 2019-06-17 | 2019-09-17 | 中国科学院自动化研究所 | 基于听声辨位的飞行设备防撞方法及设备、安全系统 |
CN110244733A (zh) * | 2019-06-20 | 2019-09-17 | 西南交通大学 | 一种基于改进蚁群算法的移动机器人路径规划方法 |
CN110533234A (zh) * | 2019-08-20 | 2019-12-03 | 集美大学 | 结合避碰策略的agv优化控制方法、终端设备及存储介质 |
CN110533234B (zh) * | 2019-08-20 | 2022-09-23 | 集美大学 | 结合避碰策略的agv优化控制方法、终端设备及存储介质 |
CN110750095A (zh) * | 2019-09-04 | 2020-02-04 | 北京洛必德科技有限公司 | 一种基于5g通讯的机器人集群运动控制优化方法及系统 |
CN111289002A (zh) * | 2019-09-24 | 2020-06-16 | 陈水弟 | 一种机器人路径规划方法及系统 |
CN110673610A (zh) * | 2019-10-11 | 2020-01-10 | 天津工业大学 | 一种基于ros的工厂agv路径规划方法 |
CN110703758A (zh) * | 2019-10-25 | 2020-01-17 | 北京京东乾石科技有限公司 | 一种路径规划方法和装置 |
CN111002305B (zh) * | 2019-11-05 | 2021-07-30 | 珠海格力电器股份有限公司 | 基于图像扫描、识别和路径规划的可移动洗衣助手机器人 |
CN111002305A (zh) * | 2019-11-05 | 2020-04-14 | 珠海格力电器股份有限公司 | 基于图像扫描、识别和路径规划的可移动洗衣助手机器人 |
CN111238518B (zh) * | 2020-01-13 | 2023-09-29 | 山东交通学院 | 一种基于改进rrt算法的智能农业车辆路径规划方法 |
CN111238518A (zh) * | 2020-01-13 | 2020-06-05 | 山东交通学院 | 一种基于改进rrt算法的智能农业车辆路径规划方法 |
CN111369991A (zh) * | 2020-02-17 | 2020-07-03 | 南京邮电大学 | 一种支持自然语言指令的移动控制方法及其系统 |
CN111369991B (zh) * | 2020-02-17 | 2023-12-12 | 南京邮电大学 | 一种支持自然语言指令的移动控制方法及其系统 |
CN111443711B (zh) * | 2020-03-27 | 2023-05-23 | 浙江华消科技有限公司 | 消防机器人避障方法、装置、消防机器人和可读存储介质 |
CN111443711A (zh) * | 2020-03-27 | 2020-07-24 | 浙江华消科技有限公司 | 消防机器人避障方法、装置、消防机器人和可读存储介质 |
CN111515932A (zh) * | 2020-04-23 | 2020-08-11 | 东华大学 | 一种基于人工势场与强化学习的人机共融流水线实现方法 |
CN111582566A (zh) * | 2020-04-26 | 2020-08-25 | 上海高仙自动化科技发展有限公司 | 路径规划方法及规划装置、智能机器人及存储介质 |
CN111582566B (zh) * | 2020-04-26 | 2024-01-26 | 上海高仙自动化科技发展有限公司 | 路径规划方法及规划装置、智能机器人及存储介质 |
CN113805572A (zh) * | 2020-05-29 | 2021-12-17 | 华为技术有限公司 | 运动规划的方法与装置 |
CN113805572B (zh) * | 2020-05-29 | 2023-12-15 | 华为技术有限公司 | 运动规划的方法与装置 |
CN111897326A (zh) * | 2020-07-07 | 2020-11-06 | 智慧航海(青岛)科技有限公司 | 一种基于循迹航行的自主驾驶船舶避碰时机确定方法 |
CN112043216A (zh) * | 2020-08-28 | 2020-12-08 | 盐城工学院 | 一种智能机械清洁环保控制系统及控制方法 |
CN112033423A (zh) * | 2020-09-09 | 2020-12-04 | 上海有个机器人有限公司 | 一种基于道路共识的机器人路径规划方法、装置和机器人 |
CN112033423B (zh) * | 2020-09-09 | 2022-09-13 | 上海有个机器人有限公司 | 一种基于道路共识的机器人路径规划方法、装置和机器人 |
CN112269381A (zh) * | 2020-10-20 | 2021-01-26 | 安徽工程大学 | 基于改进人工鱼群算法的移动机器人路径规划方法 |
CN112269381B (zh) * | 2020-10-20 | 2022-06-17 | 安徽工程大学 | 基于改进人工鱼群算法的移动机器人路径规划方法 |
CN112362063A (zh) * | 2020-11-13 | 2021-02-12 | 四川大学 | 基于碰撞类型划分的多机器人路径规划方法和系统 |
CN112631276A (zh) * | 2020-12-03 | 2021-04-09 | 长沙行深智能科技有限公司 | 一种无人车动态障碍决策方法、系统、介质及设备 |
CN112327886A (zh) * | 2020-12-04 | 2021-02-05 | 盐城中科高通量计算研究院有限公司 | 一种巡逻车用自主避障决策方法 |
CN112612272A (zh) * | 2020-12-17 | 2021-04-06 | 湖北亿咖通科技有限公司 | 一种避障控制方法、电子设备及存储介质 |
CN112859848B (zh) * | 2021-01-06 | 2023-03-10 | 国电内蒙古东胜热电有限公司 | 管道机器人的无线导航方法及系统 |
CN112859848A (zh) * | 2021-01-06 | 2021-05-28 | 国电内蒙古东胜热电有限公司 | 管道机器人的无线导航方法及系统 |
CN112882479A (zh) * | 2021-01-28 | 2021-06-01 | 南通大学 | 一种基于内外角累积状态的路径规划方法 |
CN113359714A (zh) * | 2021-05-25 | 2021-09-07 | 国网江苏省电力有限公司电力科学研究院 | 基于粒子滤波算法的巡检机器人动态路径规划方法及装置 |
CN113342001A (zh) * | 2021-06-30 | 2021-09-03 | 元通智能技术(南京)有限公司 | 一种机器人行走路径的规划方法 |
CN113467456A (zh) * | 2021-07-07 | 2021-10-01 | 中国科学院合肥物质科学研究院 | 一种未知环境下用于特定目标搜索的路径规划方法 |
CN113467456B (zh) * | 2021-07-07 | 2023-10-27 | 中国科学院合肥物质科学研究院 | 一种未知环境下用于特定目标搜索的路径规划方法 |
CN113296541B (zh) * | 2021-07-27 | 2021-11-30 | 北京三快在线科技有限公司 | 一种基于未来碰撞风险的无人设备控制方法及装置 |
CN113296541A (zh) * | 2021-07-27 | 2021-08-24 | 北京三快在线科技有限公司 | 一种基于未来碰撞风险的无人设备控制方法及装置 |
CN113848881A (zh) * | 2021-08-31 | 2021-12-28 | 国电南瑞科技股份有限公司 | 一种消防车路径规划方法、系统、终端以及存储介质 |
CN113848881B (zh) * | 2021-08-31 | 2023-11-21 | 国电南瑞科技股份有限公司 | 一种消防车路径规划方法、系统、终端以及存储介质 |
CN114184203A (zh) * | 2021-11-08 | 2022-03-15 | 重庆兰德适普信息科技有限公司 | 路径规划方法、电子设备及移动装置 |
CN114184203B (zh) * | 2021-11-08 | 2023-12-19 | 重庆兰德适普信息科技有限公司 | 路径规划方法、电子设备及移动装置 |
CN113867156A (zh) * | 2021-12-02 | 2021-12-31 | 湖南工商大学 | 融合bp-rbf神经网络的机器鱼路径跟踪方法及装置 |
CN114237284B (zh) * | 2021-12-03 | 2023-10-03 | 南京航空航天大学 | 一种基于改进蜉蝣算法的无人机多任务规划方法 |
CN114237284A (zh) * | 2021-12-03 | 2022-03-25 | 南京航空航天大学 | 一种基于改进蜉蝣算法的无人机多任务规划方法 |
CN114326712A (zh) * | 2021-12-06 | 2022-04-12 | 云鲸智能科技(东莞)有限公司 | 机器人的导航路径生成方法、机器人、装置以及存储介质 |
CN114967679B (zh) * | 2022-04-24 | 2024-03-22 | 河北航瑞信科精密机械有限公司 | 一种消防机器人路径自适应控制方法及系统 |
CN114967679A (zh) * | 2022-04-24 | 2022-08-30 | 南通倍佳机械科技有限公司 | 一种消防机器人路径自适应控制方法及系统 |
CN115202365A (zh) * | 2022-08-10 | 2022-10-18 | 广东工业大学 | 基于构建三维离散点的机器人焊接避障寻优路径规划方法 |
CN115609594A (zh) * | 2022-12-15 | 2023-01-17 | 国网瑞嘉(天津)智能机器人有限公司 | 机械臂路径的规划方法、装置、上位控制端及存储介质 |
CN115609594B (zh) * | 2022-12-15 | 2023-03-28 | 国网瑞嘉(天津)智能机器人有限公司 | 机械臂路径的规划方法、装置、上位控制端及存储介质 |
CN116661501B (zh) * | 2023-07-24 | 2023-10-10 | 北京航空航天大学 | 无人机集群高动态环境避障与动平台着降联合规划方法 |
CN116661501A (zh) * | 2023-07-24 | 2023-08-29 | 北京航空航天大学 | 无人机集群高动态环境避障与动平台着降联合规划方法 |
CN117091608A (zh) * | 2023-10-17 | 2023-11-21 | 山东怀思人工智能科技有限公司 | 一种教育机器人的路径规划方法、设备及介质 |
CN117077882A (zh) * | 2023-10-17 | 2023-11-17 | 之江实验室 | 一种无人设备调度方法、装置、存储介质及电子设备 |
CN117091608B (zh) * | 2023-10-17 | 2023-12-29 | 山东怀思人工智能科技有限公司 | 一种教育机器人的路径规划方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103823466B (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103823466A (zh) | 一种动态环境下移动机器人路径规划方法 | |
CN112631294B (zh) | 一种移动机器人智能路径规划方法 | |
US11900797B2 (en) | Autonomous vehicle planning | |
CN111780777B (zh) | 一种基于改进a*算法和深度强化学习的无人车路径规划方法 | |
CN102520718B (zh) | 一种基于物理建模的机器人避障路径规划方法 | |
CN102799179B (zh) | 基于单链序贯回溯q学习的移动机器人路径规划算法 | |
Wei et al. | A behavioral planning framework for autonomous driving | |
CN105573323A (zh) | 自动驾驶轨迹生成方法及装置 | |
CN110297494A (zh) | 一种基于滚动博弈的自动驾驶车辆换道决策方法及系统 | |
CN105549597A (zh) | 一种基于环境不确定性的无人车动态路径规划方法 | |
CN113625716B (zh) | 一种多智能体动态路径规划方法 | |
CN102521205B (zh) | 基于多Agent强化学习的机器人联合搜索方法 | |
Ardiyanto et al. | Real-time navigation using randomized kinodynamic planning with arrival time field | |
CN110992695A (zh) | 基于冲突消解的智能车辆城市交叉口通行决策多目标优化模型 | |
CN111397622B (zh) | 基于改进A*算法与Morphin算法的智能汽车局部路径规划方法 | |
CN112092810B (zh) | 一种车辆泊出方法、装置及电子设备 | |
CN107657345A (zh) | 一种基于马尔可夫状态跳变的行人行走行为预测方法 | |
CN114594756A (zh) | 动态障碍环境下的多车协同编队控制方法、终端及介质 | |
Zhongrui et al. | Improved ant colony optimization algorithm for intelligent vehicle path planning | |
CN115657548A (zh) | 一种基于模型预测控制和强化学习融合的自动泊车决策方法 | |
Wu et al. | Trajectory prediction based on planning method considering collision risk | |
CN112721948A (zh) | 基于预测和搜索框架的自动驾驶汽车变道调度的实现方法 | |
CN117636661A (zh) | 一种无信号交叉口完全自主交通流通行控制方法 | |
Baby et al. | Monte carlo tree search based trajectory generation for automated vehicles in interactive traffic environments | |
CN115167393A (zh) | 未知环境下基于改进蚁群和动态窗口法的路径规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |