控制与决策

作者：曹路阳,周乐来,戴骁蒙,张文鹤,李贻斌

单位：山东大学 控制科学与工程学院，济南 250061,,山东大学 控制科学与工程学院，济南 250061,,中铁建大桥工程局集团建筑装配科技有限公司，天津 301699,,中铁建大桥工程局集团建筑装配科技有限公司，天津 301699,,山东大学 控制科学与工程学院，济南 250061,

关键词：自主探索;未知环境;边界检测;代价评价;可视图;机器人操作系统

基金：国家自然科学基金项目 (62373221)；山东省杰出青年基金项目 (ZR2022JQ28)；中铁建大桥工程局集团科技项目 (DQJ-2022-A03)；天津市科技计划项目 (23ZGCXQY00030).

为了减少机器人在探索过程中容易忽视局部狭小区域、路径重复度高、探索效率低下的问题, 提出一种基于分层边界与可视图的自主探索算法. 首先, 根据三维地图中状态变化的体素, 实时提取局部边界并增量构建全局边界, 对边界聚类得到候选目标点; 其次, 基于增量更新的可视图对候选目标点进行综合指标的评价, 采用一种指数衰减形式的评估函数; 再次, 将可视图与D*Lite算法结合, 基于动态规划的思想, 引导机器人快速完成对未知环境的探索, 避免重复路径; 最后, 在不同环境下进行仿真实验, 通过数据验证所提出方法在移动距离、运行时间、探索效率方面都优于次优视图规划器(NBVP)、基于图的探索规划器2$\,$(GBP2)和双阶段视点规划器(DSVP)算法. 结果表明, 该算法可以有效解决机器人在探索时忽视局部狭小区域、路径重复度高的问题, 提高了机器人自主探索的效率.

来源：2025年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第4期