路径规划是实现机器人智能化的重要组成部分,规划路径的优劣在很大程度上决定了机器人执行任务的效果.传统的路径规划算法,例如基于图搜索的dijkstra算法和其改进后的A∗算法,以及基于采样的RRT(rapidlyexploring random tree)算法和其...路径规划是实现机器人智能化的重要组成部分,规划路径的优劣在很大程度上决定了机器人执行任务的效果.传统的路径规划算法,例如基于图搜索的dijkstra算法和其改进后的A∗算法,以及基于采样的RRT(rapidlyexploring random tree)算法和其改进后的RRT∗算法,仅仅考虑了避障问题;基于插值曲线的算法可以产生较为光滑的轨迹;基于数值优化的算法可以将机器人速度、加速度等加入损失函数,通过优化求解,产生动力学特性较好的轨迹.然而,面对当前越来越精确、丰富的先验地形信息,鲜有算法可以充分利用他们.对此,基于海底数字高程地图(digital elevation map,DEM),提出扩展A∗算法及FM(fast marching)算法改进算法,能够利用先验地形信息提高路径规划的效果.通过仿真分析,对比3种算法:扩展A∗算法、TC FM(terrian cared fast marching)和TC FM∗算法,仿真结果表明,扩展A∗算法求解速度更快、局部规划能力更强,TC FM和TC FM∗算法所求得的路径更短、更光滑.展开更多
