摘要
针对仿人机器人运动规划中特有的问题——障碍物的多样性、机器人具有越障和绕障等多种避障运动的功能、路径的代价因素的多样化(时间、距离、能耗等),对环境地图和机器人进行建模,采用混合代价进行仿人机器人的路径规划.首先提出基于多维向量的字典序比较的启发式搜索算法,该算法能够按优先级考虑各项代价因素寻找到综合最优的路径;然后引入DSmT算法,用信息融合的方式对上述算法进行改进,能够找到综合考虑各项代价因素的更加优化的路径;最后,通过仿真实验验证了所提出的算法的正确性和高效性.
针对仿人机器人运动规划中特有的问题——障碍物的多样性、机器人具有越障和绕障等多种避障运动的功能、路径的代价因素的多样化(时间、距离、能耗等),对环境地图和机器人进行建模,采用混合代价进行仿人机器人的路径规划.首先提出基于多维向量的字典序比较的启发式搜索算法,该算法能够按优先级考虑各项代价因素寻找到综合最优的路径;然后引入DSmT算法,用信息融合的方式对上述算法进行改进,能够找到综合考虑各项代价因素的更加优化的路径;最后,通过仿真实验验证了所提出的算法的正确性和高效性.
出处
《华中科技大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2011年第S2期192-195,203,共5页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金
国家自然科学基金资助项目(61075077)
关键词
仿人机器人
路径规划
DSmT算法
启发式搜索算法
复杂环境
humanoid robot
motion planning
DSmT(DezertSmarandache theory) algorithm
heuristic search algorithm
complex environment
