本文主要列出了用于移动机器人的常见的运动规划算法. 只是列出了简单的名称, 详细细节需要后面仔细学习.
按类别可以分为基于搜索的路径规划, 基于采样的路径规划,动力学约束下的路径规划,基于马尔可夫决策过程的运动规划。
1基于搜索的路径规划SEARCH-BASED PATH FINDING
基于图搜索的路径规划方法主要有Dijkstra , A*算法 和, JPS算法 (Jump Point Search)
2基于采样的路径规划SAMPLING-BASED PATH FINDING
常用的基于随机采样的路径规划方法主要有
1) 概率路线图算法Probabilistic Road Map
2) 快速探索随机树算法Rapidly-exploring Random Tree (RRT)
3) 基于采样的最优路径规划算法Optimal Sampling-based Methods
4) 基于采样的路径规划算法进阶Advanced Sampling-based Methods
3动力学约束下的路径规划KINODYNAMIC PATH FINDING
最常见、典型的动力学约束下的路径规划算法主要有:
1) 状态栅格搜索算法 State Lattice Search
2) 动力学约束RRT*算法 Kinodynamic RRT*
3) 混合A*算法 Hybrid A*
4 基于马尔可夫决策过程的运动规划MARKOV DECISION PROCESS-BASED PLANNING
1) 规划中的不确定性和马尔可夫决策过程 Uncertainties in Planning and MDP
2) 最小最大代价规划和最小期望代价规划Minimax Cost Planning and Expected Cost Minimal Planning
3) 值迭代和实时动态规划Value Iteration and Real-Time Dynamic Programming
5 模型预测控制在运动规划的应用MODEL PREDICTIVE CONTROL FOR ROBOTICS PLANNING
如何在机器人有限的传感和计算能力限制下,采用模型预测控制思想,生成有限时间、空间范围内机器人运动的方法。
1) 线性MPC方法Linear MPC
2) 非线性MPC方法Non-linear MPC