趋向性锁链式路径规划算法

doi:10.3901/JME.2024.19.053

机械工程学报 ›› 2024, Vol. 60 ›› Issue (19): 53-61.doi: 10.3901/JME.2024.19.053

扫码分享

趋向性锁链式路径规划算法

王晓飞¹, 许家忠^1,2, 丁亮³, 黄成², 杨怀广³, 刘美军²

1. 哈尔滨理工大学先进制造智能化技术教育部重点实验室哈尔滨 150080;
2. 哈尔滨理工大学黑龙江省复杂智能系统与集成重点实验室哈尔滨 150080;
3. 哈尔滨工业大学机器人技术与系统国家重点实验室哈尔滨 150080

收稿日期:2024-04-22 修回日期:2024-07-29 出版日期:2024-10-05 发布日期:2024-11-27
作者简介:王晓飞,女,1996年出生,博士研究生。主要研究方向为路径规划、集群控制、深度学习、多机通信、图像处理等。E-mail:1820510049@stu.hrbust.edu.cn;许家忠(通信作者),男,1975年出生,博士,教授,博士研究生导师。主要研究方向为智能集群、复合材料、路径规划等。E-mail:xujiazhong@hrbust.edu.cn
基金资助:
黑龙江省应用技术研究与开发计划(GA20A401)和国家重点研发计划(2022YFB4702300)资助项目。

Tendentious Chained Path Planning Algorithm

WANG Xiaofei¹, XU Jiazhong^1,2, DING Liang³, HUANG Cheng², YANG Huaiguang³, LIU Meijun²

1. Key Laboratory of Advanced Manufacturing and Intelligent Technology Ministry of Education, Harbin University of Science and Technology, Harbin 150080;
2. Heilongjiang Provincial Key Laboratory of Complex Intelligent System and Integration, Harbin University of Science and Technology, Harbin 150080;
3. State Key Laboratory of Robotics and System, Harbin Institute of Technology, Harbin 150080

Received:2024-04-22 Revised:2024-07-29 Online:2024-10-05 Published:2024-11-27

摘要/Abstract

摘要： 摒弃传统点生点式路径规划方法，提出一种受人脑思维启发的新型趋向性锁链式路径规划方法。通过构建直通不可达路径，并以旋转方向模量增殖该路径，从而实现线生点式路径规划。以锁链式增殖方式替代点阵搜索，依靠族树矩阵生长完成障碍物绕行，最终获得趋向性更显著的路径，同时实现栅格访问量从幂次级到倍数级的降级。结果表明，所设计的趋向性锁链式路径规划方法，在实际路径规划时，响应更快、距离更短、趋向性更显著。

关键词: 路径规划, 可行族树矩阵, 二维栅格地图

Abstract: One novel tendentious chained path planning method inspired by the mode of human brains is proposed.Abandoning the traditional point-to-point path planning method, this method realizes line-generated point-based path planning by constructing a straight-through unreachable path and enriching it with rotation direction modulus.Instead of point searching, chained multiplication is utilized to achieve obstacle bypassing through the growth of a family tree matrix.This ultimately leads to the degradation of raster access from a power to a multiplicative level while obtaining paths with a more significant tendency.The results demonstrate that the designed tendentious chained path planning method offers faster response, shorter distance, and a more significant tendency in real path planning.

Key words: path planning, passable family tree matrix, 2D grid map

中图分类号:

TP242

王晓飞, 许家忠, 丁亮, 黄成, 杨怀广, 刘美军. 趋向性锁链式路径规划算法[J]. 机械工程学报, 2024, 60(19): 53-61.

WANG Xiaofei, XU Jiazhong, DING Liang, HUANG Cheng, YANG Huaiguang, LIU Meijun. Tendentious Chained Path Planning Algorithm[J]. Journal of Mechanical Engineering, 2024, 60(19): 53-61.

参考文献

[1] 段书用，王启帆，韩旭，等. 具有确保安全距离的A~^*路径优化方法[J]. 机械工程学报，2020，56(18)：205-215. DUAN Shuyong，WANG Qifan，HAN Xu，et al. A~^* path optimization method with guaranteed safety distance[J]. Journal of Mechanical Engineering，2020，56(18)：205-215.
[2] XIANG D，LIN H，OUYANG J，et al. Combined improved A* and greedy algorithm for path planning of multi-objective mobile robot[J]. Scientific Reports，2022，12(1)：13273.
[3] WANG J，XIE Y，XIE S，et.al. Cooperative particle swarm optimizer with depth first search strategy for global optimization of multimodal functions[J]. Applied Intelligence，2022，52(9)：10161-10180.
[4] 张兰勇，韩宇. 基于改进的RRT*算法的AUV集群路径规划[J]. 中国舰船研究，2023，18(1)：43-51. ZHANG Lanyong，HAN Yu. AUV cluster path planning based on improved RRT* algorithm[J]. China Ship Research，2023，18(1)：43-51.
[5] TIAN L，ZHANG Z，ZHENG C，et al. An improved rapidly-exploring random trees algorithm combining parent point priority determination strategy and real-time optimization strategy for path planning[J]. Sensors，2021，21(20)：6907.
[6] KRESS V，JESKE F，ZERNETSCH S，et al. Pose and semantic map based probabilistic forecast of vulnerable road users’ trajectories[J]. IEEE Transactions on Intelligent Vehicles，2023，8(3)：2592-2603.
[7] MASTROGIUSEPPE C，MORENO-BOTE R. Deep imagination is a close to optimal policy for planning in large decision trees under limited resources[J]. Scientific Reports，2022，12(1)：10411.
[8] PIRAY P，DAW N D. Linear reinforcement learning in planning，grid fields，and cognitive control[J]. Nature Communications，2021，12(1)：4942.
[9] IMAI T，KISHIMOTO A. A novel technique for avoiding plateaus of greedy best-first search in satisficing planning[C]// Proceedings of the Twenty-Fifth AAAI Conference on Artificial Intelligence，AAAI，August 7-11，2011. San Francisco，California，USA：DBLP，2011：985-991.
[10] CHEN S，ZHANG Q，HE G C，et al. Multiple-AGV path planning method for two industrial links[J]. International Journal of Pattern Recognition and Artificial Intelligence，2022，36(12)：0218-0014.
[11] GAN Y，ZHANG B，KE C，et al. Research on robot motion planning based on RRT algorithm with nonholonomic constraints[J]. Neural Processing Letters，2021，53(4)：3011-3029.
[12] YANG S M，LIN Y A. Development of an improved rapidly exploring random trees algorithm for static obstacle avoidance in autonomous vehicles[J]. Sensors，2021，21(6)：2244.
[13] CHEN B，QUAN G. NP-hard problems of learning from examples[C]// International Conference on Fuzzy Systems & Knowledge Discovery. Jinan，2008，Piscataway，NJ：IEEE，2008：182-186.
[14] JOSHUAE. A survey of path planning algorithms for mobile robots[J]. Vehicles，2021，3(3)：448-468.
[15] NI Y，ZHUO Q，LI N，et al. Characteristics and optimization strategies of A* algorithm and ant colony optimization in global path planning algorithm[J]. Int. J. Pattern Recognit. Artif. Intell.，2023，37：2351006：1-2351006：14.
[16] LIN S，LIU A，WANG J，et al. An intelligence-based hybrid PSO-SA for mobile robot path planning in warehouse[J]. Journal of Computational Science，2023，67：101938.
[17] ASGHARI K，MASDARI M，GHAREHCHOPOGH F S，et al. Multi-swarm and chaotic whale-particle swarm optimization algorithm with a selection method based on roulette wheel[J]. Expert Systems，2021，38(8)：e12779.

趋向性锁链式路径规划算法

Tendentious Chained Path Planning Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	邓建新, 袁邦颐, 黄秋林, 丁度坤, 辛曼玉, 刘光明. 基于工业机器人的复杂曲面磨抛关键技术综述[J]. 机械工程学报, 2024, 60(7): 1-21.
[2]	张伟民, 徐森生, 张月. 基于改进A^*算法的室内巡检机器人路径规划研究[J]. 机械工程学报, 2024, 60(20): 315-326.
[3]	徐文琳, 彭羽, 何智成, 姜潮. 复杂路径规划的机构分区运动学拓扑构型设计[J]. 机械工程学报, 2024, 60(11): 62-73.
[4]	闫守鑫, 王伟, 苏鹏飞, 贠超. 大型复杂锻件打磨路径的智能化规划方法[J]. 机械工程学报, 2024, 60(11): 216-225.
[5]	胡林, 杨冬兆, 张新, 章杰, 廖家才. 基于DQP-LMPC的智能车超车换道动态路径规划[J]. 机械工程学报, 2024, 60(10): 171-181.
[6]	聂士达, 刘辉, 廖志昊, 谢雨佳, 项昌乐, 韩立金, 林思豪. 考虑复杂地形的越野环境无人车辆路径规划研究[J]. 机械工程学报, 2024, 60(10): 261-272.
[7]	林晨, 魏洪乾, 荆威, 张幽彤. 汽车功能安全：面向敏感指令攻击场景的自主驾驶车辆路径规划风险缓解控制[J]. 机械工程学报, 2024, 60(10): 302-316.
[8]	普雪洁, 张建辉, 李建勇, 张健楠. 复杂技术系统隐性冲突求解路径规划方法[J]. 机械工程学报, 2024, 60(1): 309-328.
[9]	向红标, 杨大虎, 杨璐, 王收军, 张冕, 黄显, 霍文星. 复杂环境下磁弹性微型游泳机器人的路径规划与识别跟踪[J]. 机械工程学报, 2023, 59(5): 89-99.
[10]	吴宏宇, 牛文栋, 张玉玲, 王树新, 阎绍泽. 水下滑翔机多点探测能耗最低路径的规划方法[J]. 机械工程学报, 2023, 59(5): 156-166.
[11]	刘鹏, 贾寒冰, 张雷, 王震坡. 结构化道路下智能汽车自主换道轨迹规划研究[J]. 机械工程学报, 2023, 59(24): 271-281.
[12]	崔钰萍, 郑国磊. 电缆布局设计技术研究进展综述[J]. 机械工程学报, 2023, 59(2): 268-280.
[13]	戴佳佳, 龚小溪, 汪俊. 面向飞机外表面检测任务的无人机覆盖路径规划方法[J]. 机械工程学报, 2023, 59(16): 243-253.
[14]	黄林, 赵诗奎, 黄森. 基于障碍图模型和禁忌搜索混合算法求解作业车间调度问题[J]. 机械工程学报, 2023, 59(16): 435-444,426.
[15]	严鲁涛, 王琦, 李海源, 张勤俭. 基于形状记忆合金驱动的连续体机器人路径规划[J]. 机械工程学报, 2023, 59(15): 50-61.