【计算机科学】【2018.07】自主移动机器人的路径规划算法

本文为加拿大康科迪亚大学（作者： ）的硕士论文，共118页。

本文以差分驱动机器人为研究对象，提出了多个不同路径规划算法的发展与实现。在此基础上，提出了一种实时路径规划器，能够在非结构环境中为非完整无人车（UGV）找到最优的无碰撞路径。首先，设计并实现了一个混合A路径规划器来寻找最优路径，实时将无人值守地面车辆的当前位置与目标相连，同时避开无人值守地面车辆附近的任何障碍物。该路径规划器的优点是，利用势场技术，排除了障碍物周围的节点，大大减少了传统A方法的搜索空间；它还能够根据障碍物的性质和安全考虑给予它们不同的优先次序，从而区分不同类型的障碍物。这种方法对于保证在人类与自主车辆密切接触的环境中安全驾驶至关重要。然后，考虑UGV的运动学约束，生成光滑的、可驾驶的几何路径。在整个论文中，我们进行了大量的实际实验，以验证所提出的路径规划方法的有效性。

This work the and of path for , with a focus on 。 Then, it to a real-time path that is of the , -free path for a (UGV) in an 。 First, a A* path is and to find the path; the of the UGV to the in real-time while any in the of the UGV。

The of this path are that, using the field and by the nodes every , it the space of the A* ; it is also of types of by them based on their and 。 Such an is to a safe in the where are in close with 。 Then, with of the of the UGV, a and path is 。 the whole , are to the of the path 。

引言数学建模势场函数基于启发式的路径规划具体实现与结果结论与未来工作展望