|сгенерировать QR код
Открытый доступ
Только для подписчиков
Квазиоптимальный алгоритм планирования движения робототехнической системы по кратчайшему пути со случайной выборкой
https://doi.org/10.17586/0021-3454-2025-68-5-450-455
Аннотация
Рассматривается проблема поиска маршрута движения робототехнической системы в пространстве с препятствиями. В качестве базы для решения задачи выбран класс алгоритмов планирования пути со случайной выборкой анализируемых точек пространства. Представлена модификация алгоритма двунаправленного быстроисследующего случайного дерева с динамически изменяющейся зоной поиска, которая определяется геометрически. Представленная модификация позволяет находить более короткие маршруты движения и снизить нагрузку на вычислительные ресурсы по сравнению с предыдущими модификациями.
Ключевые слова
планирование движения,
быстроисследующее случайное дерево,
робототехническая система,
кратчайший путь,
обход препятствий
При поддержке: Работа выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации (проект № FSER-2025-0002) и НИРСИИ Университета ИТМО (проект № 640112)
Об авторах
И. С. Довгополик
Университет ИТМО
Россия
Россия
Илья Сергеевич Довгополик — магистр, факультет систем управления и робототехники; инженер
Санкт-Петербург
О. И. Борисов
Университет ИТМО
Россия
Россия
Олег Игоревич Борисов — канд. техн. наук, доцент, факультет систем управления и робототехники
Санкт-Петербург
Список литературы
1. Hauser K. Motion and Path Planning. Berlin, Heidelberg: Springer, 2020. P. 1–11.
2. LaValle S. М. Rapidly-exploring random trees : A new tool for path planning // The Annual Research Report. Iowa State Univ., 1998. Oct.
3. Karaman S., Frazzoli E. Sampling-based algorithms for optimal motion planning // Intern. Journal of Robotics Research. 2011. Vol. 30. P. 846–894.
4. Jordan M., Perez A. Optimal bidirectional rapidly-exploring random trees // Tech. Rep. MITCSAIL-TR-2013-021, Massachusetts Institute of Technology. Cambridge, MA, 2013. Aug.
5. Burget F., Bennewitz M., Burgard W. Bi2RRT*: An efficient sampling-based path planning framework for taskconstrained mobile manipulation // IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems (IROS). 2016. P. 3714– 3721.
6. Gammell J., Srinivasa S., Barfoot T. Informed RRT*: Optimal sampling-based path planning focused via direct sampling of an admissible ellipsoidal heuristic // IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems. 2014. P. 2997–3004.
7. Qureshi A. H., Ayaz Y. Intelligent bidirectional rapidly-exploring random trees for optimal motion planning in complex cluttered environments // ArXiv. 2015. Vol. abs/1703.08944.
8. Довгополик И. С., Артемов К., Борисов О. И., Забихифар С., Семочкин А. Н. Алгоритм модифицированного интеллектуального двунаправленного случайного дерева для планирования движения антропоморфных манипуляторов // Изв. вузов. Приборостроение. 2022. Т. 65, № 3. С. 185–193. DOI:10.17586/0021-3454-2022-65-3-185-193.
9. Dovgopolik I., Artemov K.A., Zabihifar S., Semochkin A., Kolyubin S. Fast and Memory-Efficient Planning in C-space: Modified Bi-directional RRT* Algorithm for Humanoid Robots // Intern. Conf. Nonlinearity, Information and Robotics (NIR). 2021. P. 1–17.
Рецензия
Для цитирования:
Довгополик И.С., Борисов О.И. Квазиоптимальный алгоритм планирования движения робототехнической системы по кратчайшему пути со случайной выборкой. Известия высших учебных заведений. Приборостроение. 2025;68(5):450-455. https://doi.org/10.17586/0021-3454-2025-68-5-450-455
For citation:
Dovgopolik I.S., Borisov O.I. Quasi-optimal algorithm for planning a robotic system motion along the shortest path with random sampling. Journal of Instrument Engineering. 2025;68(5):450-455. (In Russ.) https://doi.org/10.17586/0021-3454-2025-68-5-450-455
Просмотров:
11
Послать статью по эл. почте 