控制与决策

作者：陈彦杰,范俊炜,张丽萍,江文圣,赖镇南,王耀南

单位：福州大学 机械工程与自动化学院，福州 350108;机器人视觉感知与控制技术国家工程实验室，长沙 410082,,福州大学 机械工程与自动化学院，福州 350108,,福州大学 机械工程与自动化学院，福州 350108,,福州大学 机械工程与自动化学院，福州 350108,,福州大学 机械工程与自动化学院，福州 350108,,湖南大学 电气与信息工程学院，长沙 410082;机器人视觉感知与控制技术国家工程实验室，长沙 410082,

关键词：未知环境;目标收集;自主探索;全覆盖路径规划;栅格地图;移动机器人

基金：国家自然科学基金项目(62273098, 62433010).

移动机器人在执行未知目标收集任务时通常面临环境未知、目标信息缺失等挑战. 针对未知环境目标收集任务时易忽视探索角落边界、过度拓展覆盖范围而产生的任务完成效率低、路径冗余等问题, 提出一种同时探索和覆盖的运动规划方法(SECPP). 首先, SECPP算法通过由环境信息量和移动代价构成的信息增益函数, 从边界采样的候选探索点中选择信息增益最大的为实际探索点. 然后, 考虑机器人探索后地图信息的变化, 搭建平衡框架来判断局部环境探明情况. 若局部环境未探明, 则使得机器人持续根据选定探索点执行环境探索任务; 若局部环境已探明, 则提取任务区域信息, 通过由路径探索因子和覆盖引导点构成的覆盖奖励函数, 生成区域覆盖路径, 使得机器人沿路径移动并同步执行目标采集, 以实现区域目标的完全收集. 最后, 将SECPP算法与其他同类先进算法进行仿真和实验对比, 仿真和实验结果表明, SECPP能够以更短的重复路径长度、更少的转角数量以及更短的时间完成未知目标收集任务.

来源：2025年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第9期