Обзор статей по алгоритмам планирования пути на неровной
местности
В данной работе [S Pütz, T Wiemann, J Sprickerhof, J Hertzberg. 3d navigation mesh
generation for path planning in uneven terrain. 2016] представлена система навигации для мобильных роботов на поверхности, представленной в виде трехмерной сетки. Система использует облако 3d-точек для создания навигационной сетки, состоящей из треугольников, в реальном времени. Каждый участок навигационной сетки анализируется на наличие препятствий, неровность поверхности и проходимость. Вес ребра между двумя точками сетки рассчитывается на основе расстояния между ними, сложности в достижении этих точек, местную неровность и разницу в высотах. Для нахождения пути на таком взвешенном графе можно использовать алгоритм Дейкстры или A*. Представленный подход к планированию пути был успешно реализован на реальной платформе VolksBot XT в уличной среде. В работе [JY Jun, JP Saut, F Benamar. Pose estimation-based path planning for a tracked mobile robot traversing uneven terrains. 2016] представлен новый алгоритм планирования пути для мобильных роботов, двигающихся по неровным поверхностям. Данный алгоритм Bidirectional dynamic-domain transition based RRT (BiDDTRRT) является комбинацией двух RRT-подобных алгоритмов: Transition-based RRT (T-RRT) и Dynamic-Domain RRT (DD- RRT). Алгоритм T-RRT смещает область поиска пути в зону более благоприятных для движения участков (рёбер, имеющих меньший вес). Алгоритм DD-RRT использован, чтобы уменьшить вероятность выбора граничной точки карты. Функцией стоимости в данном алгоритме зависит от наименьшего угла между вектором силы, оказываемой на центр масс робота, и вектором, идущим от центра масс робота до одной из его осей опрокидывания. Чем меньше угол, тем наиболее предпочтительна точка для вхождения в путь. В итоге было произведено сравнение производительности алгоритма BiDDTRRT с другими алгоритмами семейства RRT, такими как bidirectional RRT (BiRRT) и bidirectional transition-based RRT (BiTRRT). BiRRT быстрее находит решение, но вес каждого отрезка пути высок. BiTRRT находит путь с меньшим весом, но вероятность нахождения успешного решения падает с ростом граничных точек. Использование BiDDTRRT устраняет недостаток предыдущего алгоритма и показал увеличение шанса успеха, улучшение качества пути и сокращение времени планирования. В работе [8] реализован новый подход к планированию пути на 3D- карте. Сначала строится 2D-путь, затем этот путь проецируется на 3D-карту с помощью функции цифровой модели рельефа, где каждой паре значений (x, y) соответствует уникальное значение высоты (z). Так как при проекции 2D- карты на её трехмерную копию, длина некоторых участков может изменяться. В этой работе представлен численный подход к подсчёту пропущенных/покрытых участков, использование которого гарантирует полное покрытие карты независимо от её геометрических особенностей и выбранного угла движения. Результаты эксперимента на тестовых областях показали, что использование разработанных подходов позволяет обнаружать на 2-14 % больше проходимых участков карты местности по сравнению с остальными подходами. В работе [W Aguilar, S Morales. 3D environment mapping using the Kinect V2 and path planning based on RRT algorithms. 2016] представлена система планирования пути в трехмерной среде. Предложенный планировщик использует усовершенствованный алгоритм планирования пути, созданный на основе алгоритма RRT. Этот алгоритм называется RRT* Goal Limit (RRT* GL), так как является слиянием двух других: RRT* Goal (направляет исследование карты местности в сторону целевой точки) и RRT* Limits (при нахождении возможного пути, область поиска для следующей итерации будет смещена в сторону нахождения этого самого пути). Результаты тестирования производительности алгоритмов семейства RRT (RRT, RRT*, RRT* Goal, RRT* Limits, RRT* GL) показали, что алгоритм RRT* GL имеет более высокую производительность и находит оптимальный путь за меньшее число итераций, чем другие алгоритмы.
В работе [N Ganganath, CT Cheng, KT Chi. A constraint-aware heuristic path planner
for finding energy-efficient paths on uneven terrains. 2015] представлен эвристический алгоритм Z* для энергоэффективного планирования на неровной местности. Энергоэффективность здесь зависит от угла наклона поверхности и расстояния между точками и, коэффициента трения поверхности, массы робота. Если угол наклона поверхности слишком велик, чтобы робот напрямую подъехал к нужной точке, алгоритм подбирает зигзагообразный путь до этой точки. Были проведены эксперименты с реальными роботами по нахождению пути с помощью алгоритмов D-Dopt, D-Eopt, Z* и basic Z*. D-Dopt находит путь наименьшей длины, но с самым низким значением энергоэффективности. Длины путей и энергоэффективность путей, найденных другими алгоритмами примерно равна, но время работы Z* значительно меньше остальных за счёт того, что он обходит меньшее число точек.
Описание задачи
Имеется четырехколесный робот, для которого необходимо найти оптимальный
путь до целевой точки, который будет построен в обход препятствий и использовать наиболее легкие для преодоления участки пути. Выбор наиболее эффективного алгоритма
Для решения поставленной задачи был выбран подход, описанный в [S Pütz, T
Wiemann, J Sprickerhof, J Hertzberg. 3d navigation mesh generation for path planning in uneven terrain. 2016], так как он учитывает разницу высот и неровность целых участков карты, а не только конкретных точек, что позволяет более эффективно использовать карту для построения маршрута. Использованные в данной работе методики подсчета весов ребер способствуют выбору наиболее ровных участков в качестве предпочтительных при построении пути, что приведет к меньшим энергозатратам у робота. Влияние той или иной составляющей на вес ребер можно регулировать путем изменения их коэффициентов, что позволит планировать маршрут соответствующий требованиям задачи.
Лабораторная Работа №6 Настройка Конфигураций Nat-Pt, 6To4 Туннель При Переходе От Ipv4 К Ipv6 Систему Адресации Цель работы: Изучение конфигурации туннель 6to4 и конфигурации Задача