如何规划机器人的运动方式至关重要
走机器的路 ， 让你看一下 。
在机器人研究领域 ， 给定某一特定任务之后 ， 如何规划机器人的运动方式至关重要 。最近 ， GitHub 上开源了一个存储库 ， 该库实现了机器人技术中常用的一些路径规划算法 ， 大部分代码是用 Python 实现的 。值得一提的是 ， 开发者用 plotting 为每种算法演示了动画运行过程 ， 直观清晰 。
文章插图
基于搜索的路径规划算法基于搜索的路径规划算法已经较为成熟且得到了广泛应用 ， 常常被用于游戏中人物和移动机器人的路径规划 。最佳路径优先搜索算法
文章插图
Dijkstra 算法
文章插图
A * 搜索算法
文章插图
双向 A * 搜索算法
文章插图
重复 A * 搜索算法
文章插图
Anytime Repairing A* (ARA*) 搜索算法
文章插图
实时学习 A * 搜索（LRTA*）算法
文章插图
实时适应性 A * 搜索（RTAA*）算法
文章插图
动态 A * 搜索（D*）算法
文章插图
终身规划 A * 搜索算法
文章插图
Anytime D * 搜索算法：变动较小
文章插图
Anytime D * 搜索算法：变动较大
文章插图
基于采样的路径规划算法与基于搜索不同 ， 基于采样的路径规划算法不需要显式构建整个配置空间和边界 ， 并且在高维度的规划问题中得到广泛应用 。快速随机搜索树（RRT）算法
文章插图
目标偏好 RRT 算法
文章插图
双向快速扩展随机树（RRT_CONNECT）算法
文章插图
Extended_RRT 算法
文章插图
动态 RRT 算法
文章插图
N = 10000 时 ， rrt * 算法
文章插图
N = 1000 时 ， rrt*-Smart 算法
文章插图
快速行进树（FMT*）算法
文章插图
N =1000 时 ， Informed rrt * 算法
文章插图
Batch Informed 树（BIT*）算法
文章插图
责任编辑：lq
【如何规划机器人的运动方式至关重要】
.dfma {position: relative;width: 1000px;margin: 0 auto;}.dfma a::after {position: absolute;left: 0;bottom: 0;width: 30px;line-height: 1.4;text-align: center;background-color: rgba(0, 0, 0, .5);color: #fff;font-size: 12px;content: "广告";}.dfma img {display: block;}
文章插图
推荐阅读
- 白猕猴桃多少钱一斤?种植前景如何?
- 俄罗斯8号大樱桃多少钱一斤?种植前景如何?
- 心形西瓜是怎么种出来的?心形西瓜的种植前景如何?
- 心形西瓜多少钱一斤?种植前景如何?
- 海蜇有毒吗?多少钱一斤?养殖前景如何?_附养殖技术
- 2020麒麟瓜多少钱一斤?亩产效益如何?
- 孟晚舟有关案件裁决结果将公布！目前双方国家如何表态？进展如何？
- 三电系统如何助力新能源汽车领域发展?
- 如何推动人工智能在眼科领域应用?
- 大萝卜的种植管理_大萝卜如何种植