无人机节能路径规划算法与手语翻译无线穿戴设备综述
无人机节能路径规划算法
在无人机的应用中,路径规划算法至关重要,它直接影响着无人机的飞行效率和能源消耗。以下将介绍几种常见的路径规划算法。
采样基方法
- 快速探索随机树(RRT) :该算法通过在工作空间内随机抽取样本构建空间填充树,能在不明确高维空间轮廓的情况下进行高效搜索。它倾向于向未搜索的大面积区域生长。不过,其计算时间会随生成树的大小增加,得到的路径通常不是最优的,但能较容易地为有动态和物理约束的飞行器找到路径,且生成的边数最少。例如,基于RRT的路径规划算法可生成符合线性时态逻辑(LTL)任务要求的成本效益路径,成本函数涵盖危险等级、能源消耗和无线连接性。Kamarry等人通过减少节点冗余和丢弃样本数量,使用紧凑的RRT,缩短了树的生长处理时间和计算成本,从而缩短了路径长度并节省了能源。
- 概率路线图(PRM) :这是一种运动规划算法,通过检查可用的自由空间并避免碰撞,从配置空间中随机采样来确定路径。它有两个阶段,即构建阶段和查询阶段。在构建阶段近似运动来构建路线图(图),在查询阶段将起始和目标配置连接到图中,然后通过图搜索算法生成路径。但得到的路径质量通常较差,且由于随机性,该方法可能不完整,即在存在狭窄通道时可能无法找到两个位置之间的路径。不过,PRM在合理的计算时间内具有概率最优性和完整性。Chung等人提出了一种基于PRM的方法,用于在空间变化的风场中对无人机进行低成本路径规划,通过有偏采样的路径搜索技术,在可用飞行区域内找到高效的时间路径规划,从而降低了能源消耗。
订阅专栏 解锁全文
147



被折叠的 条评论
为什么被折叠?



