常用的路径规划算法浅析

路径规划

所谓路径规划,也就是在起点和终点之间找到一条连续的运动轨迹,在尽可能优化路径的同时避开环境中的障碍物。

常用的路径规划算法有传统的基于图搜索算法、基于采样的路径规划算法,以及考虑动力学的路径规划算法等。那么,这几种路径规划算法分别适用于什么情况下呢?接下来我们就为大家详细介绍一下。

>>>>基于搜索的路径规划算法

基于搜索的路径规矩算法主要包含:BFS(广度优先)算法、DFS(深度优先)算法、Dijkstra算法、启发式搜索 A* 算法等。

一般而言,基于搜索的规划算法适用于运行在栅格地图上。通过在栅格地图上不断地搜索,进而检索出一条到达终点的连续轨迹

虽然基于图搜索的规划算法总是能够给出一个全局范围内的最优解(路径最短、效率最优),但是当地图过大,规划的维度过高时,它的搜索效率就会变得很慢。

>>>>基于采样的路径规划

基于采样的路径规划主要包含:RRT(快速扩展随机树)算法、RRT*算法、informed RRT *算法等。

在某些场景下,对于路径规划算法的关注点主要放在效率上,那么基于采样的规划算法就更加符合要求。

这类算法的核心在于随机采样,从父节点开始,随机地在地图上生成子节点,连接父子节点并进行碰撞检测,若无碰撞,就扩展该子节点。通过不断地随机扩展样本点,直到生成一条连接起点和终点的路径。由于样本点是随机生成,所以最终执行的路径可能不是全局最优解,甚至还会明显感觉机器人在“绕路”。

相对于基于搜索的规划算法,基于采样的规划算法在效率上更优,因其不用遍历整个栅格地图,就能快速生成一条可行路径。

以上两种类型的算法并未考虑机器人运动限制,都只是考虑了“最近的路径”或“最快的路径”。如果想要在最短的时间内获得全局最优解,那么考虑动力学的路径规划算法将是一个不错的选择。

>>>>考虑动力学的路径规划

考虑动力学的路径规划主要包含:混合A* 算法、Kinodynamic RRT*算法等。

以无人车为例,如果生成一条有直角拐点的路径,对于两轮差速运动模型的无人车勉强可以通过这个直角拐点,因为差速模型无人车最小转弯半径为0,也就意味着可以原地旋转(但在实际运动过程也无法达到瞬间转向)。对于阿克曼运动模型的无人车(生活中的汽车就是采用的阿克曼转向系统),由于转弯半径不为0,因此经过直角拐点时就无法通过。考虑动力学的规划算法不再把机器人当作一个质点考虑,而是考虑了规划轨迹要满足动力学生成的轨迹能使得机器人能真正执行

以混合A*算法举例,考虑车辆运动学之后,出来的路径就不是直来直去的折线,而是较为平滑的曲线,并且在障碍物碰撞检测时,也不会单纯地将机器人作为一个质点,而是会考虑机器人轮廓。如下图所示,A*算法扩展节点时为八个格子,Hybrid A*算法扩展节点时有六个运动基原,向前扩展三个运动模式,向后扩展三个运动模式。

 目前Prometheus开源项目也包含了路径规划算法,若大家有相关需求,可以通过阿木实验室官网(开源项目 - 阿木实验室)进一步了解Prometheus开源项目。

  • 2
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
无人机路径规划的发展史可以追溯到多旋翼无人机技术的起步阶段。随着传感器与芯片的成本下降,消费级无人机开始进入小型化与降本的阶段,大量微型多旋翼无人机应运而生。这些微型无人机介于小型航拍无人机与玩具级无人机之间,具备完整的多旋翼航拍无人机功能,价格更为亲民。 在多旋翼无人机技术的发展历程中,无人机路径规划得到了持续的改进与创新。路径规划是指根据预定的目标和约束条件,通过算法和技术手段来确定无人机的最佳飞行路径。随着多旋翼无人机的发展,路径规划技术也日益完善。通过对多旋翼无人机的技术组成进行剖析,可以看出路径规划在其中起到了关键作用。 无人机路径规划的发展历程可以总结为以下几个阶段: 1. 初始阶段:在无人机技术的起步阶段,路径规划主要依靠人工设定飞行路径。操作者需要手动输入起点、终点和途经的航点,然后根据规划的路径进行飞行。 2. 基础算法阶段:随着无人机技术的发展,基于传统的路径规划算法开始被应用于无人机中。这些算法包括最短路径算法、遗传算法、蚁群算法等,能够根据目标和约束条件计算出无人机的最佳飞行路径。 3. 深度学习阶段:近年来,深度学习技术的兴起为无人机路径规划带来了新的突破。通过利用大量的数据和神经网络模型,可以实现更加智能化和自适应的路径规划。深度学习算法能够根据环境的变化和无人机的动态特性,实时调整飞行路径,提高飞行的效率和安全性。 4. 协同飞行阶段:随着无人机数量的增加,协同飞行成为无人机路径规划的新方向。通过无人机之间的通信与协作,可以实现集群飞行和任务协同。例如,无人机可以利用传感器数据和通信网络实时交换信息,协同规划飞行路径,避免碰撞和冲突。 未来,无人机路径规划的发展趋势将继续朝着智能化、自适应化和协同化的方向发展。随着人工智能和无人机技术的不断进步,我们可以预见无人机路径规划将会在各个领域得到更广泛的应用和发展。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [多旋翼无人机技术发展浅析](https://blog.csdn.net/b457738242/article/details/105609605)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值