控制与决策

作者：阮晓钢,郭威,黄静,颜文静,郭佩远

单位：1. 北京工业大学 信息学部,北京 100124;$ $;2. 北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124,,1. 北京工业大学 信息学部,北京 100124;$ $;2. 北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124,,1. 北京工业大学 信息学部,北京 100124;$ $;2. 北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124,,1. 北京工业大学 信息学部,北京 100124;$ $;2. 北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124,,1. 北京工业大学 信息学部,北京 100124;$ $;2. 北京工业大学 计算智能与智能系统北京市重点实验室,北京 100124,

关键词：RRT;信息增益;未知环境探索;移动机器人

基金：国家自然科学基金项目(61773027)；工信部2018年工业互联网创新发展工程项目(Z135060009002).

由于传统RRT(rapidly-exploring random trees)路径规划算法固有的盲目探索的问题,机器人到达目标点时除起始点扩展到目标点的路径之外还会生成其他与结果无关的分支路径与节点,为使这些分支路径得到利用并且减少探索的盲目性,提出基于信息增益与RRT思想相结合的机器人环境探索策略.该方法对未知环境中的节点进行信息估计,选取具有最大信息增益的节点作为采样节点,且每次都会生成最大信息增益的新节点进行扩展.该策略使机器人能完成对未知环境的探索,还可以降低传统RRT算法固有的盲目性.仿真实验结果表明,所提出方法能够有效快速地帮助机器人探索未知环境,实现环境探索.

来源：2021年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第11期