控制与决策

作者：高存璋,谷海涛

单位：中国科学院沈阳自动化研究所 机器人学国家重点实验室,沈阳110016;中国科学院机器 人与智能制造创新研究院,沈阳 110169;中国科学院大学,北京 100049,,中国科学院沈阳自动化研究所 机器人学国家重点实验室,沈阳110016;中国科学院机器 人与智能制造创新研究院,沈阳 110169,

关键词：海底机器人;路径规划;数字高程地图;扩展$A^*$算法;TCFM$和TCFM^*$算法

基金：中国科学院海洋信息技术创新研究院前沿基础研究项目(QYJC201913)；十三五预研项目(2020107/ 2002).

路径规划是实现机器人智能化的重要组成部分,规划路径的优劣在很大程度上决定了机器人执行任务的效果.传统的路径规划算法,例如基于图搜索的dijkstra算法和其改进后的$A^*$算法,以及基于采样的RRT(rapidly-exploring random tree)算法和其改进后的RRT^*$算法,仅仅考虑了避障问题;基于插值曲线的算法可以产生较为光滑的轨迹;基于数值优化的算法可以将机器人速度、加速度等加入损失函数,通过优化求解,产生动力学特性较好的轨迹.然而,面对当前越来越精确、丰富的先验地形信息,鲜有算法可以充分利用他们.对此,基于海底数字高程地图(digital elevation map,DEM),提出扩展$A^*$算法及FM(fast marching)算法改进算法,能够利用先验地形信息提高路径规划的效果.通过仿真分析,对比3种算法:扩展$A^*$算法、TC FM(terrian cared fast marching)和TCFM^*$算法,仿真结果表明,扩展$A^*$算法求解速度更快、局部规划能力更强,TCFM$和TCFM^*$算法所求得的路径更短、更光滑.

来源：2022年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第9期