Bug算法(Bug Algorithms)简介（Bug1 & Bug2 & Tangent Bug）

本文所有图片均来自以下这本书:

Principles of Robot Motion: Theory, Algorithms, and Implementations[M]. MIT Press, 2005.

在上一篇博客我也给出了下载链接。

本篇博客主要介绍一下BUG算法:

BUG算法（Bug Algorithms）是一种最简单的避障算法。其算法原理类似昆虫爬行的运动决策策略。在未遇到障碍物时，沿直线向目标运动；在遇到障碍物后，沿着障碍物边界绕行，并利用一定的判断准则离开障碍物继续直行。这种应激式的算法计算简便，不需要获知全局地图和障碍物形状，具备完备性。但是其生成的路径平滑性不够好，对机器人的各种微分约束适应性比较差。

Bug1算法

该算法的基本思想是在没有障碍物时，沿着直线向目标运动可以得到最短的路线。当传感器检测到障碍物时，机器人绕行障碍物直到能够继续沿直线项目标运动。BUG1算法只有两个行为：向目标直行和绕着障碍物的边界走。

如图2.1所示，假设机器人能够计算两点之间的距离，并且不考虑机器人的定位误差。起始点和目标点分别为$q_{start}$ 和$q_{goal}$表示. 初始时刻 $i=0$，令$q_0^L=q_{start}$，并称连接$q_i^L$和 $q_{goal}$的线段为$m-line$. 在没有遇到障碍时，机器人沿着$m-line$朝目标$q_{goal}$直线移动. 如果遇到障碍，则称点$q_1^H$为第一次遇到障碍时的撞击点（hit point）. 接着，机器人环绕障碍物移动直至返回 $q_1^H$点。然后判断出障碍物周边上离目标最近的点，并移到这个点上，该点称为离开点（leave point），由 $q_1^L$表示。从$q_1^{}$