- 1、本文档共21页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能与机器人;第7章机器人路径规划;7.1全局路径规划算法;栅格标识的方法可采用下面两种方法:;7.1.2可视图法;7.1.3迪杰斯特拉(Dijkstra)算法;7.1.4基于强化学习的Q-Learning算法;2算法流程;3基于深度强化学习的路径规划技术;7.2局部路径规划算法;势力场函数一般取为:;人工势场法的缺点:;7.2.2动态窗口法;2、算法流程;3、应用案例;需要注意的是,在实际的路径规划过程中,还应在先验地图的基础上,设置障碍物的膨胀区等辅助信息。这样做的好处是,防止机器人在靠近障碍物的边缘时由于自身惯性、不规则尺寸或转弯时与障碍物发生碰撞。在添加了辅助信息后,机器人便可以在地图中更加灵活的运动。;7.3路径规划发展趋势;3、多算法融合路径规划
路径规划的多算法即各个算法之间的有效结合。任何一个单独的算法,都不足以解决实际问题中的所有路径规划问题,尤其是在针对一些交叉学科中出现的新问题。创造出新的算法难度大,而路径规划算法之间的优势互补可以有效提供一种解决问题的新思路。一些智能算法如群体智能算法、强化学习算法、模糊控制、神经网络等渐渐引入到路径规划问题中。;5、复杂环境及多维环境中移动机器人路径规划的研究针对于具体的研究对象,移动机器人路径规划多数为了解决陆地作业环境下智能机器人的路径规划研究,例如扫地机器人,迎宾机器人,反恐防爆机器人等;随着空间探测的发展需要,移动机器人的研究也开始将关注点放在崎岖地形和存在大量障碍物的复杂环境中。
;感谢聆听
文档评论(0)