问题标签 [motion-planning]

一个对象位于A并想要移动到B。我想在那里计算一个移动向量，它不会在数组 C中要避免的点的距离 D内移动。

因此，如果移动向量 (BA) 归一化并乘以对象速度将使其在 C 中任何点的 D 范围内，则该向量将旋转以使其不旋转。

这是在两个维度。此外，如果此操作有名称，请自行发表评论或编辑此问题，因为我不知道该怎么称呼它。

此外，我的第一直觉是将活动区域划分为节点并运行 A*，但我想在这个上尝试数学方法，一些植绒实验给我的印象是它可以完成。

更新（来自评论）：这张图片非常接近我想要的解决方案：

假设我们从左边的点开始，我们开始向右转向目标（另一点），我们检测到右边的墙，所以我们停止转动并向前移动。墙不见了，所以我们可以再次开始转向目标，依此类推。我知道这可能会导致对象根本无法到达那里，但我想定义一个行为，不一定是解决方案，如果你明白我的意思的话。

更新 2：将活动区域转换为一组节点可能效率低下。A* 和其他启发式图遍历算法非常适合低维问题。但我想穿越的区域是无限大的，只有少数障碍物散落在其中。节点本身，或者更确切地说是潜在位置，无限小。这当然可以使用某种四叉树进行优化，但我感觉简单的运动矢量以某种方式旋转和插值也可以解决这个问题。

所以我目前正在做一些机器人研究，我们在实验室里有一个定制的手臂，我们想模拟它。我做了一些谷歌搜索和维基百科搜索，似乎有相当多的开源和专有应用程序可以满足我的需要，例如 Gazebo、LpzRobots、Webots、RoboLogix 等。我们的主要研究工具是 C++ 和网络接口。

我的问题是，有没有人有处理机器人模拟器的经验？ 你能推荐我应该跳到哪一个，或者我是否应该拿起并从头开始编写自己的？我的主要用途是运动规划测试（所以我希望能够准确控制机器人的位置而不用担心动力学）和自定义运动链机器人的控制器动力学测试（正好相反）。

我有一段时间专注于机器人的运动规划，并且有一段时间想探索利用“势场”方法提供的机会的可能性。我的挑战是避免机器人在使用“势场”方法时陷入“局部最小值”。我没有使用“随机行走”方法来避免机器人被困，而是考虑是否有可能实现 A* 的变体，它可以作为一种精确避免机器人被困在“局部最小值”。

有没有这种经验，或者可以参考文献，比“随机游走”的方法更有效地避免了局部最小值。

所以我有地图和配置文件，代表我的机器人将试图通过的世界。我的机器人必须从地图的左上角到达右下角，而不会碰到任何障碍物。在将机器人送去尝试实施路径规划之前，我可以使用地图数据。

我已经做了一些研究并了解了整个“Minkowski Sum”概念以及“Cell Decomposition”技术，但是我不确定如何使用玩家阶段提供的地图和配置数据并应用这些概念和使用他们通过地图。

至于机器人是什么，有3种不同的机器人。一个点机器人，然后是另外两个机器人（一个有 2 个自由度，一个有 3 个自由度），它们是矩形的。

谁能指出一些示例代码或从播放器/舞台的角度解释这一点的东西？到目前为止，我只能找到真正的通用事物来帮助我掌握概念，而不是如何在播放器/舞台中实现它们。

多谢你们，

斯科特

我正在寻找一种算法，但我不知道从哪里开始！

我试图在笛卡尔图中从 A 点到 B 点。运动仅限于遥控车：后退、前进、左前和右前（恒定转弯半径；汽车要么完全转弯，要么根本不转弯）。

我将如何构造一个采用以下内容的算法：

并产生一组有序的步骤来到达 finalPosition？

请注意，我不在乎最终的方向是什么。

谢谢！

编辑： 请注意，这不是在具有离散节点的图中，而是在连续坐标系中

http://msl.cs.uiuc.edu/rrt/

谁能用易于理解的简单措辞解释 rrt 如何工作？我阅读了网站和维基百科中的描述。

我希望看到的是 rrt 的简短实现或对以下内容的彻底解释：

为什么 rrt 向外增长，而不是在中心周围变得非常密集？它与天真的随机树有什么不同？

我们尝试到达的下一个新顶点是如何选择的？

我知道我可以下载一个运动策略库，但我更愿意在深入研究代码之前理解这个想法，而不是反过来。

我需要一个具有以下更改的旅行商问题的启发式方法：

• 我们只需要访问V 的一个子集（给定V 的一个子集我们必须访问）。V=城市。

• 我们不需要在起始顶点（城市）结束旅行。

这个问题有已知的名称吗？我能找到一个很好的启发式方法来解决它吗？

感谢先进:)

问题是这样的：

我有一个图 G=(V,E)。顶点子组 U<=V 和起始顶点 s。边缘的权重函数 w。

我需要从 's' 中找到穿过 U 中所有顶点的最短路径。

• 计算可以近似，计算时间和路径长度之间应该有一些平衡。我需要一种快速算法/启发式算法，它将为最短路径产生一个精细的近似值。
• 这个算法不应该太复杂而难以实现（在 C++ 中）。例如，我已经想到了一种将其变成旅行推销员问题的方法，并使用 TSP 求解器库或使用某种启发式但找不到任何东西的方法，并且我自己也会实现启发式难的。

感谢先进！=]

谁能带我到地图探索/路径规划论文/算法/网站来解决我的问题：

我们有 3 个机器人，它们将探索 2D 地图，例如，它们在地面上行驶并拍照。该地图上唯一的障碍是其他 2 个机器人。起始位置和地图未知；我们使用 TORO 算法通过闭环优化位置，并合并 3 个局部地图。

因此，我们需要一种算法来控制 3 个机器人，以便每个点至少访问一次，同时为每个机器人创建最佳路径。;) 它还必须能够处理坐标系中的跳跃。

我正在为快速探索树木以进行机械臂运动编写代码。我有两个疑问

i) 我必须使用什么距离度量来查找图中最近的节点？如果是欧几里得距离，我该如何计算它，因为机器人的每个手臂配置中有两个链接，我不知道在这种情况下如何找到欧几里得距离。 如果 ABC 是树中最接近 ADE 的配置，我如何找到 ADE 和 ABC 之间的距离？

ii) 我如何为目标生成随机配置，因为即使经过 5000 次迭代，我的随机配置似乎也从未达到目标。

提前致谢。