机器人运动规划算法-PRM-策略

PRM(概率路线图) 算法也是一种经典的随机采样算法,其实是在空间中随机的撒点,留下那些不在障碍物中的点,每个点V根据某个半径R找邻近的一些点连线E,和障碍物碰撞的线滤掉,剩下的点线成为一个图G(V,E),然后起点start和终点end也连到这个图G上。
剩下的就是图搜索算法,找到start到end的一条path。
如果点太少,找不到一条path,如果点太多太密,性能就不好,而且随机性每次执行结果都不同,但是它对高维空间不挑剔,特别是现在机械臂都是多轴的高维空间,PRM算法不是一本万利的。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
机器人路径规划算法是指在给定机器人环境中,通过对机器人的状态、动力学、机械特性等进行建模,利用算法实现机器人在环境中自主规划路径的过程。下面是机器人路径规划算法的文件综述: 1. A*算法:A*算法是一种启发式搜索算法,可以用于寻找最短路径。它通过估计当前状态到目标状态的距离来选择下一个状态,从而减少搜索范围。 2. Dijkstra算法:Dijkstra算法是一种单源最短路径算法,可以用于寻找无权图中的最短路径。它通过维护一个距离表来记录每个节点到起点的最短距离。 3. RRT算法:RRT(Rapidly-exploring Random Tree)算法是一种基于随机采样的快速探索树算法,可以用于高维空间的路径规划。它通过随机采样空间中的点来逐步构建一棵探索树,从而找到可行的路径。 4. PRM算法PRM(Probabilistic Roadmap)算法也是一种基于随机采样的快速探索算法,可以用于高维空间的路径规划。它先随机采样空间中的点,并建立一个图,然后通过图搜索来找到可行的路径。 5. RRT*算法:RRT*算法是一种基于RRT算法的改进版本,可以用于高维空间中的路径规划。它通过重新连接探索树来优化路径,从而得到更优的解。 6. Hybrid A*算法:Hybrid A*算法是一种融合了连续和离散搜索的路径规划算法,可以用于车辆等连续运动物体的路径规划。它先通过连续搜索得到一个参考路径,然后通过离散搜索在参考路径上进行优化。

“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 1
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