全覆盖路径规划——ccpp

这篇具有很好参考价值的文章主要介绍了全覆盖路径规划——ccpp。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

在路径规划方法中,有一种是点到点的路径规划,这一类例如dijstra,或者A*这类算法,关注的是点到点的最短路径,偏向一种最优的选择。还有一种是全覆盖是路径规划,这一类路径规划关注的是遍历整个地图,例如扫地机器人之类的,他们的主要目的就是遍历,针对这一需求,全覆盖路径规划产生了。

在目前全覆盖路径规划中常会关注的一些方向:

1.全覆盖工作区域内的障碍物等会影响阻碍农机的工作路径,进而影响现场工作效率

2.全覆盖作业中,存在工作区域的面积遗漏,工作路径重复的问题,进而影响工作质量,造成资源浪费,机器人的路径规划可以避免路径重复,缩短移动距离,提高工作效率

3.面对复杂任务时,单机器人工作效率较低,许多任务无法完成,为了处理复杂问题,提高工作效率,多个机器人合作是一种有效的方式,多机器人合作作业的核心问题是解决机器人之间的任务分配问题.

所以针对这些问题,目前研究方向主要包括环境模型构建、机器人路径规划、多机器人协作任务分配 3方面。

准确、可靠的环境地图有利于后续路径规划,在已知环境地图的情况下,可以规避静态障碍物,提高作业可靠性;机器人路径规划可有效减少地头转弯次数,减少遗漏面积,提高作业效率;优化的任务分配方案有利于处理复杂的全覆盖作业问题,能够更快、更有效地执行任务,减少作业时间,提高工作效率。

1.环境建模方法

目前在全覆盖路径规划研究领域中,环境建模方法主要包括拓扑图法,栅格法、几何图法和单元分解法等

全覆盖路径规划——ccpp

主要介绍一下单元分解法和栅格地图法(这两种方法是我目前主要关注的)。

单元分解法:

单元分解法(区域分解法)是根据不同的障碍物形状,对整个空间区域进行分割,把整个待覆盖区域分割成若干形状较为简单的无障碍物、无重叠部分的子区域。常用单元分解法有梯形分解法 、布氏(Boustrophedon)单元分解法 、莫尔斯( Morse)分解方法等。

对这类问题,常见的方法是:

第一步:对整个地图进行单元分解,得到一片片单元地图

第二步:对每个单元地图内部做覆盖路径规划

第三步:将所有单元组合起来,要考虑每个单元的起点和终点,组合优化问题

栅格法:

栅格地图法是一种二值信息表示环境的方法,将机器人工作空间的环境信息利用相同尺寸的栅格
进行分割,以栅格单元为单位表达该区域环境信息,然后在环境地图上使用路径规划算法进行路径规划,目前多种路径规划算法均采用栅格地图的建模方式。

对于栅格法,所得的栅格地图都会有相应的值,从而可以区分地图中的空闲区域和障碍物区域,利用这种信息可以设计路径规划算法。

2路径规划算法:

全覆盖路径规划中的关键问题在于如何最大程度遍历工作区域内除障碍物以外的部分,并有效规
避所有障碍物。

简单路径规划算法有:往复式覆盖法和螺旋式覆盖法

往复式覆盖法:

这类方法例如牛耕法,就是按照一定的规则遍历这个区域,这类算法简单,但是遗漏率高一些 

全覆盖路径规划——ccpp

 往复式覆盖易实现且具有作业覆盖率高的优势,但转弯次数多且需要进行 180°转弯,转弯难度大,造成转弯区域面积大的问题,对于体积较大的机器人实现起来较困难。

螺旋式覆盖法:

这种方法就像名字一样是螺旋式的,从外到内或者由内到外,遍历。

全覆盖路径规划——ccpp

螺旋式又分为内螺旋与外螺旋,内螺旋式覆盖方式如图 2b所示,是指机器人从作业区域某一边开始作业,直到区域边界转向 90°到另一边界继续。

优化的路径规划算法

 全覆盖路径规划——ccpp

基于生物启发神经元的方法

生物激励神经网络(BINN)算法

针对机器人覆盖过程中需要避障和逃离死区的问题, RASHID等将需要全覆盖的二维栅格地图单元与生物启发神经网络的神经元一一对应起来,利用神经元的活性值和机器人的上一位置信息进行实时路径规划,该算法不存在神经网络学习过程,算法实时性好 。

全覆盖路径规划——ccpp

这些启发式方法或者优化方法都可以对路径的选择起到很大帮助。

混合式路径规划方法:

混合式路径规划方法是简单路径规划方法和复杂路径规划方法的结合,采用简单路径规划方法或改进算法进行子区域遍历,后结合优化算法(如蚁群算法、A∗算法、深度优先搜索等)进行子区域的连接优化,以实现全覆盖路径规划。

常见的优化方法还有theta*方法,这个方法可以弥补A*算法那种过于固化的选择方向。选择的方向更多。

3多机器人任务分配方法

多机器人任务分配是指为多机器人设定一个评价指标,将一系列作业任务分配给特定机器人,在任务能够被全部完成的同时使机器人的收益最高 。在全覆盖作业中每个机器人的任务是物理环境中所划分出来的一个独立的作业区域,所有机器人完成分配的任务,也就实现了工作区域的全覆盖。

3.1基于数学规划的任务分配方法

3.2基于启发式搜索的任务分配方法

3.3基于群体智能的任务分配方法

3.4基于市场机制的任务分配方法

论文:

农业机器人全覆盖作业规划研究进展 王  宁   韩雨晓   王雅萱  王天海  张  漫  李  寒文章来源地址https://www.toymoban.com/news/detail-450338.html

到了这里,关于全覆盖路径规划——ccpp的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【白盒测试】逻辑覆盖和路径测试的设计方法

    白盒测试主要是检查程序的内部结构、逻辑、循环和路径。白盒测试的常用用例设计方法有逻辑覆盖和基本路径测试。 根据覆盖测试的目标不同,逻辑覆盖又可分为语句覆盖、判断覆盖、条件覆盖、判断/条件覆盖、条件组合覆盖及路径覆盖。   图1 一个程序模块的例图 从图

    2024年01月22日
    浏览(43)
  • 【路径规划】A*算法方法改进思路简析

    A 算法作为经典的传统路径规划算法,在计算全局最优路径有着较好的性能,在机器人导航等领域上起着关键作用,针对这点出发,将对A 算法进行基本功能实现,以分析其优缺点,并在此基础上进行改进。改进的内容为,将针对特定地图的相关特点,设计合理的预估函数,设

    2024年01月15日
    浏览(36)
  • DAG最小路径点覆盖,最小路径可重复覆盖,详解

    关于二分图:二分图及染色法判定 关于二分图最大匹配:二分图最大匹配——匈牙利算法详解 关于二分图带权最大完备匹配:二分图带权最大匹配-KM算法详解 概念 给定一张有向无环图,要求 用尽量少的不相交的简单路径 ,覆盖有向无环图的所有顶点(也就是 每个顶点恰好

    2024年01月17日
    浏览(49)
  • (4)【全局路径规划】基于采样的方法--RRT类算法、PRM算法、Lattice planner等

    提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理

    2024年02月15日
    浏览(36)
  • 【软件测试】路径覆盖

    题目要求: a)       流程图如下: b)    Consider test cases ti = (n = 3) and t2 = ( n = 5). Although these tour the same prime paths in printPrime(), they don\\\'t necessarily find the same faults. Design a simple fault that t2 would be more likely to discover than t1 would Answer:如果将MAXPRIMES的值设为4那么n=5时可能会出现数组

    2024年01月16日
    浏览(37)
  • 白盒测试(路径测试就是设计足够的测试用例,覆盖程序中所有可能的路 径、判定覆盖、条件覆盖)

    重点:白盒测试(路径覆盖、判定覆盖、条件覆盖) ​​​​​​​ 包含了分支覆盖,但与谓词覆盖无关。要求走完所有的路径。如下图,设计测试用力时,有四条路径,需要走完这四条路径。 软件测试的目的: GlenMyers给出的软件测试目的: 1.测试是一个为了发现错误而执

    2023年04月09日
    浏览(34)
  • (3)【全局路径规划】图搜索的路径探索方法--DFS\BFS\DFS-ID、贪心算法、Dijkstra和A*、JPS、.hybird A*、

    提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加 TODO:写完再整理

    2024年02月15日
    浏览(40)
  • 基于sumo实现交通的拥堵预测和路径动态规划 基于机器学习或者深度学习方法动态预测各路段的拥堵指数

    基于sumo实现交通的拥堵预测和路径动态规划 实现思路: 1、基于机器学习或者深度学习方法动态预测各路段的拥堵指数。 2、采用A* Dijkstra实现车辆的路径实时动态规划 基于sumo实现交通的拥堵预测和路径动态规划 随着城市化进程的加速以及交通运输工具的不断普及,城市交

    2024年04月17日
    浏览(41)
  • 白盒测试——NextDate函数测试(基本路径覆盖法)

    白盒测试:NextDate的基本路径覆盖法以及测试用例设计 程序有三个输入变量 month 、 day 、 year ( month 、 day 和 year 均为整数值,并且满足: 1≤month≤12 、 1≤day≤31 、 1900≤ year ≤2050 。),分别作为输入日期的月份、日、年份,通过程序可以输出该输入日期在日历上下一天的

    2024年02月07日
    浏览(33)
  • 全覆盖规划算法学习笔记-------

    通过对比提供的ROS全覆盖规划算法:确定Boustrophedon Planner和Grid-based Local Energy Minimization Planner具备过程应用价值,这里选择后者进行重点研究。 参考: 官网 ipa_room_exploration - ROS Wiki Indoor Coverage Path Planning: Survey, Implementation, Analysis 算法说明与翻译: 使用Bormann-Richard、Joshua Ha

    2024年01月24日
    浏览(29)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包