排序方式: 共有5条查询结果,搜索用时 109 毫秒
1
1.
2.
针对纯粹反应式的导航算法有时会出现没有远见现象的问题,设计了一种基于行为和路径子目标的主动寻径导航策略。该策略首先利用目标点和远距离传感器的信息生成可行路径子目标点,接着使用决策树实现快速的行为决策。仿真结果证明了有效性。 相似文献
3.
4.
人类在其导航过程中运用了区域化的空间知识模型并采取了"由精到粗"的寻路策略.受此启发本文首先提出一种区域化的空间知识模型.在该模型中,多个小尺度的区域组合在一起形成上一层级的区域,构成一种层次化的空间表示结构.在此基础上提出一种基于该空间知识模型的在线路径规划算法FTC–A*(fine-to-coarse A*).FTC–A*能够根据环境信息的远近采取不同的规划策略.在机器人所在的区域中,进行路径的精细规划,而对远处空间进行粗糙规划.该策略利用环境描述的区域化特性,降低了搜索空间的大小,从而显著地降低了规划时间和内存负载,减少了机器人的运动响应延迟.本算法能适应环境规模巨大以及目标点经常改变的应用场合.通过在Mobile Sim平台的仿真实验以及与A*和HA*算法的对比分析,验证了该方法的可行性与有效性. 相似文献
5.
基于虚拟子目标的移动机器人主动寻径导航 总被引:2,自引:0,他引:2
纯粹的反应式导航算法有时会出现“没有远见现象”,为此设计了一种基于行为和虚拟路径子目标的
移动机器人主动寻径导航策略.该策略首先在机器人的局部探测域内运用改进的可视点寻径法寻找最优虚拟子目
标,接着使用行为决策树实现快速的行为决策.机器人将如人类寻路一样,主动地灵巧绕过障碍物,基于圆弧轨迹
的运动方式使之能以平滑的路径到达目标.仿真结果验证了本策略的可行性和有效性. 相似文献
1