22路径规划综述

1、机器人路径规划研究综述PLANNING ALGORITHMS王超群2016/06/27路径规划的概念1 什么是路径规划珞检规划技术是机森人研屯领城中的一个重 要分支。所谓机專人的最优珞徑规划问题, 就是依据荃个或禁些优化准刚（如工作代价 最小.行走路线最盐、行走对间最掘等），衣 其工作空间中找到一条从起始状态到目标状 态的能逹开障碍肠的最优路徑。1 什么是路径规划依据荼种最优准则，在工作空间中号找一条 从起始状态到q标状态的逹开障碍畅的最优 路径。需要解决的同题：1.始于初始点止于目标点。2避障。3尽可能优化的路径。2 路径规划算法分类1 静态结构化环境下的珞徑规划2 动态已知环疣下的珞徑規划

2、3 动态不确走环境下的路極规划2 路径规划算法分类2 路径规划算法分类路径规划算法智能算法模拟退化法传统算法人工势场法遗传算法神经网络算法3Z、D次算法问题：从A移动到B,绕过障碍首要步骤：方格（三角形五角形etc）划分空 间，简化搜索区域。空间被划分为 二维数组，数组中每个元素代表 空间中的一个方格，可被标记为 可行或不可行。未来的路径就是 一系列可行方块的集合。Node啲概念涵盖了一系列可行方 块（或其他形状）/games/aStarTutorial.htm3Z、D次算法步骤k节点a开始，搜索其临近 节点，知道找到目标点http:/ww

3、/games/aStarTutorial.htm3Z、D次算法/games/aStarTutorial.htm3Z、D次算法步骤a）从节点A开始，把一系列待考虑的节点放入OpenList里 面，OpenList存放着一系列 需要检查的节点（方块）,如图，首先检查起点周围的8个节点/games/aStarTutorial.htm3Z、D次算法/games/aStarTutorial.htm3Z、D次

4、算法步骤a）给每个节点赋值F 二G+HG:从初始点到给定待查节 点的距离（可多种距离量度）H:从给定待检查节点到目 标点B的距离（可多种距离 量度）（Heuristic计算时忽 略到达目标点会遇到的障碍）/games/aStarTutorial.htm3Z、D次算法步骤a）给每个节点赋值F 二G+HG:从初始点到给定待查节 点的距离（可多种距离量度）H:从给定待检查节点到目 标点B的距离（可多种距离 量度）（Heuristic计算时忽 略到达目标点会遇到的障碍）/games/aStarT

5、utorial.htm滦虹G1 Ohhl1h5 *05Ol|?0909hl戶叔IDE01H异1J Oh 1f111 l B|0S01OI05i Ohhllr /1/h5 I10501r i1 091 09hl、1hidD3Z、D次算法和1IMSO60?H 5D_；I54MHO60O1050M0o1030=nIMS0；BOJ10soMHO步骤b）找到F值最小的节点作为新 的起点将它从OpenLsit中删除，加 入到ClosedList里面检查它的临近节点，忽略已 经在ClosedList中的节点和 不可行节点（障碍）如果临近节点已经在 OpenList里面，则对比一下 是否从现节点到临近节点的

6、G值比原G值小，若是，把 现节点作为父节点。否，不 做改动3Z、D次算法3Z、D次算法I汁60toi?ID50Si14HQsn1 050Rpr1 MSO1 60A105Q卜|川 MQas/Z8fiO m1 zso*新节点步骤c)上步骤中新节点未造成任何 改动，我们继续在OpenList 中寻找新的节点。如图 重复b)中的步骤，直到我 们找到目标节点3Z、D次算法Fob28 13H*ZH1 _:? 11汁 ?z503M7T-1feo171z2M701 M1 亠厂_ _5i1川YCJB0*60ioazilBZOO-1 o、20 601 1 0504 030?2i a I:Ea0 0一二二才21 0

7、/ r9MED5ifsaffB孑/i?Ao2M701 HBBI| io1J!SD5zaSB10fiBZDHOB3H80Fi?vpTi az孑/A1 o-o| 29 呵2H：0691汕so；JI1 MJ 5MZ972301 QB/1 3iA8B-B880?ol3850 |MB*n 19Q寻找到目标节点3Z、D次算法3Z、D次算法ID8Z88 0 |9M1 站_7080?Z0607MTZMSO11.J厂、LLJ6DJ601 1050：3T*zLjj匸BDoI 1 050；FFi6 0pl!LM 25505M1气MOTqb /Z8B0 !Th-1巧胡aa!Z0607HZMSOFoa/3B H1汕ID

8、a8ZprznLiidBOOo5MZDi 一Toz?z66SB3D从目标节点回溯可以找到初始点，从而确定路径3Z、D次算法A*算法的特点：A汰算法衣理论上是对间最优的， 但是也有缺虽：它的空间增长長滞数级别的。D*算冻Dynamic A *应用子衣动态环冼下的枚崇3 .A-、深度优先VS广度优先 深度优先：D次算法3 .A-深度优先VS广度优先 广度优先（A*）D次算法4人工势场法目标物Oussama KhatibBornAleppo, SyriaResidence U.S.Nationality U.S. FranceFields Robotics4人工势场法4人工势场法Alma mater

9、Stanford University4人工势场法SupAero. Toulouse. France人工势场法是局部路径规划的一种比较常用的方法4人工势场法524 人工势场法ntt.(q) = (1 卅I - q)(2)引力场和斥力场的构建 引力函数：att(q)=补”(q qgonl)(1)J引力场：Fig 引力场模型4 人工势场法引力场和斥力场的构建 斥力场：ifpfq.) ( 川(?)斥力:Fig斥力场模型Fr (1 ) = rT(q)1 1/Hq qb J/)(= 1/厂(ql（）if“(q ) po-(4)4人工势场法二S+嗚F=4人工势场法人工势场廉的优缺点 优点：便于低层的实时控

10、制，疫卖时避障和平滑的轨 迹控制方面，得到了广泛应用 缺虽:(a) 吉畅体宮目标点比较运时，引力将麦的将别丸， 相对较小的斥力在黑至可以忽略的情况下，物体路極 上可能含微到障碍杨(b) 当目标点附近有障碍杨对，斥力将非常大，引力 相对较小，肠体很难到达目标点Cc丿在禁个点，引力和斥力刚好大小相等方向想反, 则杨体彖易陷入局部最优解或震荡5快速搜索随机树（RRT丿epsilon 5 p-goal 0.05快速搜索随机树（RRT丿BUILDJIRT(如川)1 T.init(xina);2 for k = I to K lo3 工“泅 -RANDOMTATE();4 EXTEND(Trnd);5 Return TEXTEND(丁, x)new Unew) thenXnear - NEAREST-NEIGHBOR(眾丁); if NEW JSTATE(rr,広心“,rnear Xn-cw，饥ncu，)；T. ad(l.vertex(new)； T.a(lcLedge(Tif xncu)= t then Return Reached;elseReturn AdvancedReturn TrappedEXTENDS qrand)5快速搜索随机树（RRT丿Kuffiier & LaValle , ICRAOO)q讪itnear4 remd5快速搜索随机树（RRT丿X5快