47、机器人路径规划与人机实时通信技术研究

机器人路径规划与人机实时通信技术研究

路径规划算法对比与实验

在路径规划领域，A 算法和iSST算法是两种常用的方法。iSST由于其渐近最优特性，可以对A 算法进行改进，实现任意时间性能，这对于真实机器人的轨迹执行是一个理想的特性。

为了对比这两种算法，研究人员进行了模拟实验。模拟实验的框架同时采用了A*方法和iSST方法。iSST是一种启发式引导的渐近最优树规划器，在每次迭代中传播单个控制。对于每个模拟评估，会生成参考路径，其生成需满足以下约束条件：
1. 起点和目标点有效。
2. 至少有4个总设定点。
3. 至少有1个设定点无效。

这些约束确保直接追踪参考路径会导致失败状态。实验从平均成功率、计算时间和解决方案成本三个方面对这两种算法进行比较，并且使用了两种分类器进行评估：
- 模拟分类器：使用随机分布的障碍物划分有效空间，并使用标准碰撞检查来确定状态有效性。
- 训练分类器：调用训练好的分类器来确定状态有效性。

实验在一台配备Intel Xeon E5 - 1660 CPU和32 GB RAM的计算机上进行，结果如下表所示：
| 分类器类型 | 算法 | 成功率 | 平均计算时间 | 平均成本 |
| — | — | — | — | — |
| 模拟分类器 | A | 较高 | 低 | 低 |
| 模拟分类器 | iSST | 有竞争力 | 有竞争力 | 有竞争力 |
| 训练分类器 | A | 18% | 高 | 高 |
| 训练分类器 | iSST | 78% | 低 | 低 |