一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

高級搜索

留言板

尊敬的讀者、作者、審稿人, 關(guān)于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內(nèi)容
驗證碼

一種針對大型凹型障礙物的組合導航算法

李慶華 尤越 沐雅琪 張釗 馮超

李慶華, 尤越, 沐雅琪, 張釗, 馮超. 一種針對大型凹型障礙物的組合導航算法[J]. 電子與信息學報, 2020, 42(4): 917-923. doi: 10.11999/JEIT190179
引用本文: 李慶華, 尤越, 沐雅琪, 張釗, 馮超. 一種針對大型凹型障礙物的組合導航算法[J]. 電子與信息學報, 2020, 42(4): 917-923. doi: 10.11999/JEIT190179
Qinghua LI, Yue YOU, Yaqi MU, Zhao ZHANG, Chao FENG. Integrated Navigation Algorithm for Large Concave Obstacles[J]. Journal of Electronics & Information Technology, 2020, 42(4): 917-923. doi: 10.11999/JEIT190179
Citation: Qinghua LI, Yue YOU, Yaqi MU, Zhao ZHANG, Chao FENG. Integrated Navigation Algorithm for Large Concave Obstacles[J]. Journal of Electronics & Information Technology, 2020, 42(4): 917-923. doi: 10.11999/JEIT190179

一種針對大型凹型障礙物的組合導航算法

doi: 10.11999/JEIT190179
基金項目: 國家自然科學基金(61701270),齊魯工業(yè)大學(山東省科學院)青年博士合作基金(2017BSHZ008)
詳細信息
    作者簡介:

    李慶華:男,1977年生,副教授,研究方向為信號與信息處理

    尤越:女,1996年生,碩士生,研究方向為智能路徑規(guī)劃

    沐雅琪:女,1996年生,碩士生,研究方向為復雜環(huán)境路徑規(guī)劃算法

    張釗:男,1995年生,碩士生,研究方向為人工智能運動目標行為識別

    馮超:男,1984年生,講師,研究方向為路徑規(guī)劃運動規(guī)劃

    通訊作者:

    馮超 cfeng@qlu.edu.cn

  • 中圖分類號: TN96

Integrated Navigation Algorithm for Large Concave Obstacles

Funds: The National Natural Science Foundation of China (61701270), The Young Doctor Cooperation Foundation of Qilu University of Technology (Shandong Academy of Sciences) (2017BSHZ008)
  • 摘要:

    針對移動機器人導航過程中無法規(guī)避大型凹型障礙物問題,該文提出一種多狀態(tài)的組合導航算法。算法按照不同的運動環(huán)境,將移動機器人的運行狀態(tài)分類為運行態(tài)、切換態(tài)、避障態(tài),同時定義了基于移動機器人運行速度和運行時間的狀態(tài)雙切換條件。當移動機器人處于運行態(tài)時,采用人工勢場法(APFM)進行導航,并實時觀測毗鄰障礙物的幾何構(gòu)型。在遭遇障礙物時,切換態(tài)用于判斷是否滿足狀態(tài)切換條件,以進入避障態(tài)執(zhí)行避障算法。避障完成后,狀態(tài)自動切換回運行態(tài)繼續(xù)執(zhí)行導航任務。多狀態(tài)的提出,可有效解決傳統(tǒng)人工勢場法在大型凹形障礙物的避障過程中存在局部震蕩的問題。基于運行速度和運行時間的雙切換條件判定算法,可實現(xiàn)多狀態(tài)間的平滑切換。實驗結(jié)果表明,該算法在解決局部震蕩問題的同時,還可降低避障時間,提升導航算法效率。

  • 圖  1  障礙物建模圖

    圖  2  組合算法流程圖

    圖  3  針對大型凹形障礙物仿真結(jié)果

    圖  4  針對大型凹形障礙物的A*算法的仿真結(jié)果

    圖  5  針對大型凹形障礙物的改進人工勢場法算法的仿真結(jié)果

    圖  6  組合算法在其他場景下的運行結(jié)果

    表  1  人工勢場法符號含義

    符號符號含義符號符號含義
    ${\rm{obs}}$障礙物${\bf{X}}{\rmq7j3ldu95}$目標位置
    ${U_{{\rm{Xd}}}}(x)$引力勢能${U_{{\rm{obs}}}}(x)$斥力勢能
    ${U_{{\rm{art}}}}(x)$總勢能${{F}}$合力
    ${{{F}}_{{\rm{Xd}}}}$吸引力${{F}}_{\rm{obs}}$排斥力
    $j$移動機器人感知到的
    周邊障礙物的個數(shù)
    下載: 導出CSV

    表  2  A*算法符號含義

    符號符號含義符號符號含義
    $g(\cdot )$從初始節(jié)點到當前移動機器人
    所在節(jié)點node的啟發(fā)式評估代價
    $h(\cdot )$從當前移動機器人所在節(jié)點node到
    目標節(jié)點的啟發(fā)式評估代價
    $(x_{\rm{start}},y_{\rm{start}})$初始節(jié)點坐標$(x_{\rm{goal}},y_{\rm{goal}})$目標節(jié)點坐標
    $(x,y)$移動機器人實時位置坐標
    下載: 導出CSV

    表  3  模型描述符號含義

    符號符號含義符號符號含義
    $O_1$障礙物的左端點$O_2$障礙物的右端點
    $2\alpha $障礙物的長$\beta $障礙物的寬
    $v_t$移動機器人的實時線速度$a$移動機器人在運行態(tài)時的最大速度
    $\Delta d$移動機器人在某段時間內(nèi)的移動距離$S_{\rm{obs}}$所有障礙物總面積
    $S_{\rm{map}}$地圖面積$\rho $障礙物密度
    下載: 導出CSV

    表  4  算法性能比較

    算法時間(s)路徑長度(m)
    A*算法22.401040.69
    改進人工勢場法[15]無窮大無窮大
    本文組合算法10.62707.09
    下載: 導出CSV
  • 王勇臻, 陳燕, 于瑩瑩. 求解多旅行商問題的改進分組遺傳算法[J]. 電子與信息學報, 2017, 39(1): 198–205. doi: 10.11999/JEIT160211

    WANG Yongzhen, CHEN Yan, and YU Yingying. Improved grouping genetic algorithm for solving multiple traveling salesman problem[J]. Journal of Electronics &Information Technology, 2017, 39(1): 198–205. doi: 10.11999/JEIT160211
    黃長強, 趙克新. 基于改進蟻獅算法的無人機三維航跡規(guī)劃[J]. 電子與信息學報, 2018, 40(7): 1532–1538. doi: 10.11999/JEIT170961

    HUANG Changqiang and ZHAO Kexin. Three dimensional path planning of UAV with improved ant lion optimizer[J]. Journal of Electronics &Information Technology, 2018, 40(7): 1532–1538. doi: 10.11999/JEIT170961
    KHATIB O. Real-time obstacle avoidance for manipulators and mobile robots[J]. The International Journal of Robotics Research, 1986, 5(1): 90–98. doi: 10.1177/027836498600500106
    PARK M G, JEON J H, and LEE M C. Obstacle avoidance for mobile robots using artificial potential field approach with simulated annealing[C]. 2001 IEEE International Symposium on Industrial Electronics, Pusan, South Korea, 2001: 1530–1535. doi: 10.1109/ISIE.2001.931933.
    況菲, 王耀南. 基于混合人工勢場-遺傳算法的移動機器人路徑規(guī)劃仿真研究[J]. 系統(tǒng)仿真學報, 2006, 18(3): 774–777. doi: 10.16182/j.cnki.joss.2006.03.061

    KUANG Fei and WANG Yaonan. Robot path planning based on hybrid artificial potential field/genetic algorithm[J]. Journal of System Simulation, 2006, 18(3): 774–777. doi: 10.16182/j.cnki.joss.2006.03.061
    LEE D, JEONG J, KIM Y H, et al. An improved artificial potential field method with a new point of attractive force for a mobile robot[C]. The 2nd International Conference on Robotics and Automation Engineering, Shanghai, China, 2017: 63–67. doi: 10.1109/ICRAE.2017.8291354.
    ROSTAMI S M H, SANGAIAH A K, WANG Jin, et al. Obstacle avoidance of mobile robots using modified artificial potential field algorithm[J]. EURASIP Journal on Wireless Communications and Networking, 2019(1): No. 70, 1–19. doi: 10.1186/s13638-019-1396-2
    HART P E, NILSSON N J, and RAPHAEL B. A formal basis for the heuristic determination of minimum cost paths[J]. IEEE Transactions on Systems Science and Cybernetics, 1968, 4(2): 100–107. doi: 10.1109/TSSC.1968.300136
    DECHTER R and PEARL J. Generalized best-first search strategies and the optimality of A*[J]. Journal of the ACM, 1985, 32(3): 505–536. doi: 10.1145/3828.3830
    田景文, 孔垂超, 高美娟. 一種車輛路徑規(guī)劃的改進混合算法[J]. 計算機工程與應用, 2014, 50(14): 58–63. doi: 10.3778/j.issn.1002-8331.1208-0319

    TIAN Jingwen, KONG Chuichao, and GAO Meijuan. Improved hybrid algorithm of vehicle path planning[J]. Computer Engineering and Applications, 2014, 50(14): 58–63. doi: 10.3778/j.issn.1002-8331.1208-0319
    胡中華, 潘洲, 王凱凱. 基于混合算法的動態(tài)路徑規(guī)劃[J]. 煤礦機械, 2015, 36(12): 243–245. doi: 10.13436/j.mkjx.201512103

    HU Zhonghua, PAN Zhou, and WANG Kaikai. Dynamic path planning based on hybrid algorithm[J]. Coal Mine Machinery, 2015, 36(12): 243–245. doi: 10.13436/j.mkjx.201512103
    唐志榮, 冀杰, 吳明陽, 等. 基于改進人工勢場法的車輛路徑規(guī)劃與跟蹤[J]. 西南大學學報: 自然科學版, 2018, 40(6): 174–182. doi: 10.13718/j.cnki.xdzk.2018.06.025

    TANG Zhirong, JI Jie, WU Mingyang, et al. Vehicles path planning and tracking based on an improved artificial potential field method[J]. Journal of Southwest University:Natural Science Edition, 2018, 40(6): 174–182. doi: 10.13718/j.cnki.xdzk.2018.06.025
    趙奇, 趙阿群. 一種基于A*算法的多徑尋由算法[J]. 電子與信息學報, 2013, 35(4): 952–957. doi: 10.3724/SP.J.1146.2012.00983

    ZHAO Qi and ZHAO Aqun. A multi-path routing algorithm base on A* algorithm[J]. Journal of Electronics &Information Technology, 2013, 35(4): 952–957. doi: 10.3724/SP.J.1146.2012.00983
    DIJKSTRA E W. A note on two problems in connexion with graphs[J]. Numerische Mathematik, 1959, 1(1): 269–271. doi: 10.1007/BF01386390
    沈文君. 基于改進人工勢場法的機器人路徑規(guī)劃算法研究[D]. [碩士論文], 暨南大學, 2009.

    SHEN Wenjun. Algorithm research of path planning for robot based on improved artifical potential field[D]. [Master dissertation], Jinan University, 2009.
  • 加載中
圖(6) / 表(4)
計量
  • 文章訪問數(shù):  2609
  • HTML全文瀏覽量:  1266
  • PDF下載量:  86
  • 被引次數(shù): 0
出版歷程
  • 收稿日期:  2019-03-26
  • 修回日期:  2019-11-10
  • 網(wǎng)絡(luò)出版日期:  2019-11-13
  • 刊出日期:  2020-06-04

目錄

    /

    返回文章
    返回