-
公开(公告)号：CN118534905A
公开(公告)日：2024-08-23
申请号：CN202410684985.8
申请日：2024-05-30
Applicant: 福州大学
Abstract: 本发明提出一种基于环绕障碍路径优化和有偏采样的移动机器人运动规划方法，包括如下步骤：步骤S1、构造节点集合#imgabs0#、边集合#imgabs1#、未添加至搜索树的采样点集合#imgabs2#；步骤S2、构造队列#imgabs3#和#imgabs4#；步骤S3、若该批次采样点处理完成，进行剪枝；步骤S4、若该批次采样点处理完成，进行有偏采样；步骤S5、若队列#imgabs5#的最优值不大于队列#imgabs6#的最优值，进行边预拓展；步骤S6、移除具有最小值的边#imgabs7#；步骤S7、若边#imgabs8#有助于提高路径质量，将#imgabs9#添加入搜索树；步骤S8、当路径满足要求时，返回路径解，否则返回步骤S3继续；步骤S9、完成路径规划；本发明算法相较于BIT*，能更快收敛到最优解并提升探索效率，在增量式搜索路径规划中具有优势。
-
公开(公告)号：CN118404576A
公开(公告)日：2024-07-30
申请号：CN202410426276.X
申请日：2024-04-10
Applicant: 福州大学
IPC: B25J9/16
Abstract: 本发明涉及一种基于工作空间引导的采样运动规划方法，该方法提供了一种工作空间预处理技术，通过八叉树/四叉树分解、Watershed算法、多分辨率A*算法获取活跃关键区域和工作空间参考路径；其次，基于所获取的工作空间信息，执行工作空间引导采样和工作空间引导探索，使位形空间中的路径实现快速收敛；最后，通过工作空间与信息空间平衡，保证路径收敛至最优路径。本发明实现了一种结合工作空间信息和位形空间信息的规划方法，可以与任意采样算法结合，在高维环境运动规划问题上优势突出，能够提高机器人在复杂受限环境中的运动效率和动作质量。
-
公开(公告)号：CN119536265A
公开(公告)日：2025-02-28
申请号：CN202411667877.6
申请日：2024-11-21
Applicant: 福州大学
Abstract: 本发明提出一种面向未知目标收集的移动机器人运动规划方法，包括如下步骤：步骤S1、移动机器人在移动过程中同步构建栅格地图；步骤S2、提取边界区域与可通行区域；步骤S3、移动机器人对环境进行持续探索；步骤S4、根据平衡函数判断局部环境的探索程度；步骤S5、若局部环境被探索完成，移动机器人对任务区域内目标进行收集；步骤S6、移动机器人在完成对子区域的探明以及区域覆盖收集；步骤S7、当所有未知环境均已探明并且所有任务区域目标均被收集完毕，未知目标收集任务完成；本发明所提出的移动机器人未知目标收集运动规划方法表现良好，移动机器人可快速完成对未知环境的探索与收集任务区域内目标，能够有效满足任务需求。
-
公开(公告)号：CN117311154A
公开(公告)日：2023-12-29
申请号：CN202311386376.6
申请日：2023-10-25
Applicant: 福州大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于信息熵回报策略在部分可观环境的在线规划方法。用于机器人执行任务时的在线快速规划，在部分可观测环境下，现有POMDP在线规划方法存在采样盲目性和搜索效率局限性，移动机器人无法快速执行规划任务；机器人结合状态分布和高斯分布建立采样模块，选取采样模块中权重最佳的N个状态前向构建信念树，通过基于信息熵回报设计的回报函数，指导机器人的搜索方向。最后对信念树自上而下的扩展叶子节点并更新节点边界值（效用上、下限值），自下而上的更新父节点边界值，直到信念树根节点的不确定性为一个极小值的时候，终止信念树的探索；POMDP算法是在线POMDP规划算法IE‑DESPOT；本发明性能优于DESPOT和POMCP、LB‑DESPOT，在收敛速度和策略质量上具有优势。
-
-
-
Search Results
4
records
(took 0.019 seconds)
