基于射线和障碍物轮廓的移动机器人全局规划

针对全局路径规划算法A*存在的拐点多,路径质量差,在大型地图中搜索效率低的问题,提出了一种基于射线模型以及障碍物轮廓的规划算法。首先将规划过程分为偏置扩展和沿障碍物轮廓扩展两部分;其次在偏置扩展阶段使用射线模型进行快速扩展,在沿障碍物轮廓扩展阶段提出一种融合了栅格方向信息基于A*的搜索方法;接着,为了确保算法的可行性和性能提出了一种新的close表设置方式;最后,在Pycharm设置的仿真环境里进行实验对比,验证了所提算法的可行性和有效性。上述算法相较于A*具有更佳的搜索效率,路径质量也更好。

基于DBSCAN与梯度划分的Kinect障碍物轮廓检测算法

针对移动机器人的环境检测和避障问题中传感器获取的信息不够全面及准确,无法准确提供周围环境信息等问题,文中提出了利用Kinect传感器来获取周围环境的色彩信息和深度数据,并且提出了一种利用梯度划分和DBSCAN聚类方法来处理Kinect传感器获得的深度数据图。该算法首先使用梯度障碍物边缘检测方法对Kinect获取得到的深度图进行快速高效的处理障碍物边缘轮廓,并对算法中的差分参数进行改进,使得计算得到的梯度结果更准确。然后对比不同的聚类方法,使用BDSCAN聚类方法来对检测划分完毕的障碍物进行聚类分析,最后通过安排具体实验对该算法进行验证。实验结果表明,该算法能够对周围环境障碍物进行准确划分,可行区域效果明显,对不同物体的成功检测率较高,验证了算法的有效性。

双层框架可视图下的双向跳点路径规划方法

针对移动机器人在复杂未知半未知环境下路径规划时间过长,难以找到全局最优路径的问题,该文提出了一种基于双层框架可视图的双向跳点搜索路径规划方法。首先,将可视图分为局部层和全局层,移动机器人通过传感器对环境信息进行采集与提取,生成局部可视图,接着采用基于障碍物轮廓边长的过滤方法将过滤后的图更新至全局可视图;其次,在跳点搜索算法的基础上新增一个从目标点开始搜索的路径,将跳点搜索算法优化为双向跳点搜索算法;最后,将优化后的算法结合可视图进行路径规划导航。将所提方法在多种复杂场景下进行验证,仿真实验表明:采用了双层框架可视图的双向跳点搜索算法的路径搜索时间和导航时间均有着不同程度的优化,可高效地在复杂未知环境下搜索全局路径。