Probablistic Road Map
RPM: 概率道路图
在地图中撒点,将点连接起来。构建成图结构,构成简易的地图
- Learning Phase:
- 随机撒点
- 删除落在障碍物中的点
- 将点连接起来:连接最近的点,有障碍无的线不要。
- Query Phase
- 搜索从起点到终点的路径。(A*, Dijikstra)
优缺点:
- 优点:
- 概率完备的
- 缺点:
- 两点边界值问题(机器人动力学)
- 先学习,在查询。其实可以边学习,边查询。边生成图,边查询路径
提高效率:
- Lazy collosion-checking.
- 连接点,不考虑障碍物,只考虑距离准则
- 进行路径搜索时,路径有障碍物是,在删除该路径和点
Rapidly-exploring random Tree
在空间中随机撒点,得到X_rand。
找到树上离X_rand最近的点
X_near朝X_rand移动stepsize距离,得到X_new
连接X_new和X_near形成边
如果该边无冲突,则将该边和点加入到树中
优缺点:
- 着眼于从起点到终点搜索路径
优化
Kd-tree
改进找到nearst节点。
Narrow path problem
采样点落到narrow path的概率比较小。很难突破到另一边
解决方法:
- Bidirectional RRT
- 改变采样方法(narrow path RRT)