势场法是一种非常流行的机器人导航模拟。但是，有没有人在真正的机器人上实施过势场法？在真实机器人中使用该方法的任何参考或任何声明？
问问题
3213 次
5 回答
5
我以前做过基于潜在领域的路径规划，但放弃了它，转而采用更合适的方法来解决我的问题。它适用于您具有准确定位和准确传感器读数的环境，但在现实世界环境中则更少（即使在速度和路径质量方面，即使在模拟中，它也不是一个特别好的解决方案）。考虑到现在有很多好的 SLAM 实现，无论是免费的还是低成本的，我不会费心重新实现，除非你在重用方面有非常具体的问题。对于 MRDS（我从事的工作）有 Karto Robotics，ROS 有一个 SLAM 实现，并且有几个开源实现只需 google 搜索即可。
如果您想对路径规划的不同方法有一个很好的概述，那么您可能需要获取 Segwart 等人的“自主移动机器人简介”的副本。这是一本非常好的书，路径规划部分很好地概述了不同的策略。
于 2010-05-10T00:02:41.973 回答
5
I would suggest reading the book Planning Algorithms by Steven M. LaValle if you are generally interested in path or motion planning. Methods described in this book are actively used in the robotics community.
A search on google scholar or the IEEE website on the other hand will get you a lot of references to papers describing usage and research of the potential field method.
于 2010-05-10T08:53:13.820 回答
4
一个关于势场方法的快速谷歌提出了这篇论文：Potential Field Methods and They Inherent Limitations for Mobile Robot Navigation，并提醒了我上次使用势场方法时遇到的问题。
在我们的项目（CWRU Mobile Robotics）中，我们已经看到了这些基于潜在场的算法的确切问题。最后一次尝试是 2009 年在IGVC上竞争的移动机器人，它与该论文中描述的问题相同，特别是局部最小值和无法通过紧密间隔的障碍物。我清楚地记得，作为 IGVC 的 GPS 航路点导航挑战的一部分，我在尝试通过栅栏上的狭窄开口进行规划时，必须解决密集障碍物的问题。
通过使用自定义 OpenGL 着色器来完成所有计算，同时将潜在场表示为图像/帧缓冲区，我们能够从算法中获得相当不错的规划速度。正如 Tom 所指出的，它在未知或动态环境中并不是那么好，因为在这些情况下，势场永远不会稳定并且需要不断更新。
于 2010-05-10T20:55:55.823 回答
2
正如@Tom 上面指出的那样，您通常不能依靠完美的传感器读数或电机将您移动到您认为您告诉他们的距离。
几年前我有机会使用的相对新颖的 SLAM 方法是广义 Voronoi 图（GVG）；基本上，与最近的两堵墙保持等距，继续移动，在与三堵或更多堵墙等距的地方，回来尝试每个两堵墙的分支。您将构建一个图表，让您在房间里四处走动，并保证您对房间内的所有东西都有视线。
于 2010-05-11T17:56:53.150 回答
2
我们在 2003 年尝试并放弃了用于 DARPA 大型挑战车 (Team Overbot) 的势场算法 (OpenSteer)。这对于非完整机器人来说不是一个好主意，因为它不考虑转向或动态约束。在狭小的空间里它根本不起作用。它更适合飞行机器，您有足够的开放空间并且不想靠近障碍物。
于 2013-08-21T04:46:57.387 回答