2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

加速度空间中基于线性规划的移动机器人路径规划方法

祖迪,  韩建达,  谈大龙

文章导航 > 自动化学报  > 2007 >  33(10): 1036-1043
祖迪, 韩建达, 谈大龙. 加速度空间中基于线性规划的移动机器人路径规划方法. 自动化学报, 2007, 33(10): 1036-1043. doi: 10.1360/aas-007-1036
引用本文: 祖迪, 韩建达, 谈大龙. 加速度空间中基于线性规划的移动机器人路径规划方法. 自动化学报, 2007, 33(10): 1036-1043. doi: 10.1360/aas-007-1036
shu
ZU Di, HAN Jian-Da, TAN Da-Long. LP-based Path Planning Method in Acceleration Space for Mobile Robot. ACTA AUTOMATICA SINICA, 2007, 33(10): 1036-1043. doi: 10.1360/aas-007-1036
Citation: ZU Di, HAN Jian-Da, TAN Da-Long. LP-based Path Planning Method in Acceleration Space for Mobile Robot. ACTA AUTOMATICA SINICA, 2007, 33(10): 1036-1043. doi: 10.1360/aas-007-1036
shu

加速度空间中基于线性规划的移动机器人路径规划方法

doi: 10.1360/aas-007-1036
  • 1.

    中国科学院沈阳自动化研究所机器人学重点实验室 沈阳 110016

  • 2.

    中国科学院研究生院 北京 100039

详细信息
    通讯作者:

    祖迪

  • 中图分类号: TP24

LP-based Path Planning Method in Acceleration Space for Mobile Robot

  • 1.

    Robotics Laboratory, Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016;

  • 2.

    Graduate School, Chinese Academy of Sciences, Beijing 100039

More Information
    Corresponding author: ZU Di

    摘要
  • 摘要: 针对动态不确定环境下移动机器人的路径规划问题, 提出了加速度空间中一种基于线性规划 (Linear programming, LP) 的方法. 在机器人的加速度空间中利用相对信息, 把机器人路径规划这一非线性问题, 描述成满足一组线性约束同时使目标函数极小的线性规划问题, 嵌入基于线性规划方法的规划器, 得到一条满足性能要求的最优路径. 仿真试验验证了算法的实用性及有效性, 与势场引导进化计算的方法 (Artificial potential guided evolution algorithm, APEA) 相比更优化, 更实时.
    Abstract: A linear programming (LP) based method in the acceleration space is proposed for the path planning of the mobile robot in the dynamic and uncertain environment. By using the relative information, the path planning of the mobile robot in the dynamic environment is described as minimizing an objective function subject to a set of linear inequalities that are easily embedded into the LP path planner. Simulations are carried out and the results show that the proposed method is more efficient and more convergent than the artificial potential guided evolution algorithm (APEA).
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
计量
  • 文章访问数:  2356
  • HTML全文浏览量:  155
  • PDF下载量:  2284
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-08-30
  • 修回日期:  2007-03-06
  • 刊出日期:  2007-10-20

目录

    /

    返回文章
    返回

    版权所有 © 《自动化学报》编辑部  京ICP备14019135号-6

    地址：北京中关村东路95号邮政编码：100190E-mail：aas_editor@ia.ac.cn

    电话：010-82544677 (日常咨询和稿件处理)，010-82544653(费用管理、寄刊)

    本系统由 北京仁和汇智信息技术有限公司 开发 技术支持： info@rhhz.net   百度统计