我正在研究一个 2D 空间，我的机器人需要在避开一些障碍物的同时遵循轨迹。
我最近读过关于路径规划的方法，如“向量场直方图”和“动态窗口方法”。
将这些算法用于 2D 空间是否值得，或者我应该使用潜在场或快速探索随机树之类的东西？
问问题
2354 次
1 回答
6
您必须注意三个领域。路径规划、运动规划和避障。这三者的组合通常被称为“导航”。
路径规划是在给定完整、部分或动态地图的情况下，用于构建从起点到终点的路径的过程。运动计划是您定义为遵循计划的路径而需要执行的一组操作的过程。避障，顾名思义，就是用来避免在导航过程中与障碍物发生碰撞。
要开发一种高效可靠的导航方法，您需要： - 清楚了解您尝试导航的环境（地图 + 最小间隙） - 确定机器人的运动模型和动力学 - 开发一个闭环控制系统，构造一条路径并准确地跟随它。
例如，如果您的环境是静态的（没有任何变化），有足够的空间和大的开口，并且您正试图移动一个相对较小的机器人（10x10 厘米）。那么可能你不需要专注于避障，只要你的路径在空间的中间，并且你可以准确地执行你的动作。
在大多数情况下，您使用高级规划器来构建全局路径，并使用局部规划器（VFH、ND、...）作为运动控制器和局部范围内的避障。在这方面有很多文献。您可以在这里查看我的一些论文：http://tarektaha.com/tarektaha.com/download.php? list.4，并在此处使用我开发的一些代码作为参考：http://tarektaha。 com/tarektaha.com/download.php?list.6
祝你好运
于 2013-11-03T02:16:53.990 回答