控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2015年
3期
357-365
,共9页
导航%由精到粗的寻路策略%区域空间知识模型%路径规划
導航%由精到粗的尋路策略%區域空間知識模型%路徑規劃
도항%유정도조적심로책략%구역공간지식모형%로경규화
navigation%fine-to-coarse way-finding strategy%regionalized spatial knowledge model%path planning
人类在其导航过程中运用了区域化的空间知识模型并采取了“由精到粗”的寻路策略.受此启发本文首先提出一种区域化的空间知识模型.在该模型中,多个小尺度的区域组合在一起形成上一层级的区域,构成一种层次化的空间表示结构.在此基础上提出一种基于该空间知识模型的在线路径规划算法FTC-A*(fine-to-coarse A*).FTC-A*能够根据环境信息的远近采取不同的规划策略.在机器人所在的区域中,进行路径的精细规划,而对远处空间进行粗糙规划.该策略利用环境描述的区域化特性,降低了搜索空间的大小,从而显著地降低了规划时间和内存负载,减少了机器人的运动响应延迟.本算法能适应环境规模巨大以及目标点经常改变的应用场合.通过在MobileSim平台的仿真实验以及与A*和HA*算法的对比分析,验证了该方法的可行性与有效性.
人類在其導航過程中運用瞭區域化的空間知識模型併採取瞭“由精到粗”的尋路策略.受此啟髮本文首先提齣一種區域化的空間知識模型.在該模型中,多箇小呎度的區域組閤在一起形成上一層級的區域,構成一種層次化的空間錶示結構.在此基礎上提齣一種基于該空間知識模型的在線路徑規劃算法FTC-A*(fine-to-coarse A*).FTC-A*能夠根據環境信息的遠近採取不同的規劃策略.在機器人所在的區域中,進行路徑的精細規劃,而對遠處空間進行粗糙規劃.該策略利用環境描述的區域化特性,降低瞭搜索空間的大小,從而顯著地降低瞭規劃時間和內存負載,減少瞭機器人的運動響應延遲.本算法能適應環境規模巨大以及目標點經常改變的應用場閤.通過在MobileSim平檯的倣真實驗以及與A*和HA*算法的對比分析,驗證瞭該方法的可行性與有效性.
인류재기도항과정중운용료구역화적공간지식모형병채취료“유정도조”적심로책략.수차계발본문수선제출일충구역화적공간지식모형.재해모형중,다개소척도적구역조합재일기형성상일층급적구역,구성일충층차화적공간표시결구.재차기출상제출일충기우해공간지식모형적재선로경규화산법FTC-A*(fine-to-coarse A*).FTC-A*능구근거배경신식적원근채취불동적규화책략.재궤기인소재적구역중,진행로경적정세규화,이대원처공간진행조조규화.해책략이용배경묘술적구역화특성,강저료수색공간적대소,종이현저지강저료규화시간화내존부재,감소료궤기인적운동향응연지.본산법능괄응배경규모거대이급목표점경상개변적응용장합.통과재MobileSim평태적방진실험이급여A*화HA*산법적대비분석,험증료해방법적가행성여유효성.