声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：齐立哲, 何东东, 陈骞, 孙云权
关键词：移动机器人, 自主探索, RRT路径规划, 拓扑地图
为了减少移动机器人在自主探索过程中反复到达已知区域的次数, 从而提高自主探索效率, 提出一种高效率自主探索算法TMRRT(topological map based rapidly exploring random tree)。首先, 将变生长率的局部与全局快速扩展随机树(RRT)作为探测器来发现地图的边界, 并对前沿点进行聚类; 同时, 将最佳探测点存储下来作为拓扑地图, 避免机器人反复到达已探索区域。最后, 在不同环境下进行仿真并在实际环境中进行验证。实验结果显示, 本文的探索算法相对于RRT算法平均探索时长减小了7.5% 以上、平均路径长度减小了19.8% 以上, 相对于FA(frontier-based approach)自主探索算法平均探索时长减小了15.7% 以上、平均路径长度减小了34.3%以上。结果表明, 该算法可以有效提高机器人自主探索的效率, 在实际环境中具有可行性。
来源：2023年第3期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。