摘要
为了解决大规模机器人集群的运动规划算法耗时长,计算复杂度较高的问题,本发明提出一种大规模机器人集群的概率路线图运动规划方法及装置,结合采样算法和分层运动规划框架,分为宏观、微观两个阶段。在宏观阶段,使用概率密度函数表示集群整体,规划概率密度函数的输运轨迹;在微观阶段,通过人工势场方法,机器人个体追踪宏观阶段规划的概率密度函数。本发明在计算效率、可扩展性和轨迹质量等方面优于前沿方法,能够以最少的规划耗时求解出最高质量的集群运动轨迹。而且本发明的方案展现出风险觉知特性,可以通过调整高斯路线图中高斯分布节点的碰撞风险,改变集群运动轨迹的风险偏好,增加集群对复杂环境的适应性和轨迹灵活性。
技术关键词
概率密度函数
高斯混合模型
集群机器人
概率路线图
运动规划方法
人工势场
障碍物
轨迹
核密度估计方法
条件风险价值
阶段
节点
概率分布建模
度量
定义
规划算法
系统为您推荐了相关专利信息
智能预测方法
大坝
压力
概率密度函数
attention机制
一体化协调控制方法
优化调度模型
光储充一体化系统
动力电池
计算机可执行指令
光伏装机容量
光伏组件
温室效应潜值
生命周期模型
情景分析法
油藏模型
油藏数值模拟
聚合物
贝叶斯信息准则
高斯混合模型
遥感卫星影像
图像匹配
配准方法
关键点
数据完整性检查