未知环境下改进的基于BUG算法的移动机器人路径规划

对未知环境下移动机器人路径规划的方法和发展现状进行了概述总结,指出了各种方法的优点和不足。同时研究了环境未知情况下的移动机器人实时路径规划问题,将Bug算法与基于滚动窗口的路径规划相结合,提出了一种改进的移动机器人路径规划方法。规划时只考虑当前状态下所必须的传感数据,不必计算障碍物的边线解析式,节省了存储空间,提高了规划效率,保证了算法的实时性。算法采用两种行为模式,为了保证路径规划的完备性和全局收敛,同时给出了全局收敛标准。由于算法的固有原理,在陷阱区域移动机器人容易左右徘徊,无法达到目标点。针对算法的这个问题,利用虚拟障碍的概念提出了基于局部切线图算法的移动机器人路径规划。最后对本算法的收敛性和完备性给予了证明。仿真实验验证了该方法的有效性。