聚类引导搜索的移动机器人路径规划方法
赵新刚; 陈洋; 韩建达
刊名机器人
2009
卷号31期号:S1页码:92-97
关键词路径规划 学习 聚类引导搜索
ISSN号1002-0446
其他题名Cluster Guide Searching for Mobile Robot Path Planning
产权排序1
英文摘要本文提出一种聚类引导搜索(cluster guide searching,CGS)的路径规划方法。采用基于最大最小距离的K均值聚类方法对样本进行离线聚类学习,学习结果以相似环境相似决策的知识形式进行存储。路径规划过程中,机器人在线整理环境信息,获得输入空间样本,通过与知识库匹配,检索到最近的类别,然后在该类别内部采用速度优先策略和方向优先策略交替的方式搜索输出空间。若知识不完备导致检索失败,可重启线性规划算法(linear programming,LP)进行在线路径规划,并更新聚类知识库。仿真结果表明该方法是一种有效的路径规划学习方法。
学科主题机器人控制
语种中文
资助机构国家自然科学基金资助项目(60705028)
公开日期2010-11-29
内容类型期刊论文
源URL[http://210.72.131.170//handle/173321/2339]  
专题沈阳自动化研究所_机器人学研究室
通讯作者陈洋
作者单位1.中国科学院研究生院
2.武汉科技大学信息科学与工程学院
3.中国科学院沈阳自动化研究所机器人学国家重点实验室
推荐引用方式
GB/T 7714
赵新刚,陈洋,韩建达. 聚类引导搜索的移动机器人路径规划方法[J]. 机器人,2009,31(S1):92-97.
APA 赵新刚,陈洋,&韩建达.(2009).聚类引导搜索的移动机器人路径规划方法.机器人,31(S1),92-97.
MLA 赵新刚,et al."聚类引导搜索的移动机器人路径规划方法".机器人 31.S1(2009):92-97.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace