路径规划

设计、模拟和部署路径规划算法

机器人路径规划让自主车辆或找到最短和最无障碍路径从开始到目标状态。路径可以是一组状态(位置和姿态)或锚点。环境的路径规划需要一个地图开始和目标状态作为输入。地图可以用不同的方式表示如grid-maps、状态空间和拓扑路线图。

路径规划技术包括两个主要类型的算法用于自动车辆。

基于网格搜索算法找到一个基于最小路径旅行成本在一个网格地图。他们可以用于应用程序,如在二维环境中移动机器人。然而,内存需求实现基于网格算法随着维度的数量增加,比如6自由度机器人机械手。

Sampling-based搜索算法创建一个可搜索的树通过随机抽样新节点或机器人配置状态空间。Sampling-based算法适用于低和高维搜索空间。

路径规划以及感知(或视力)和控制系统,包括三个主要构建块的自主导航机器人或车辆。路径规划增加了自治系统,如自动驾驶汽车,机器人机械手,作出和无人机。

MATLAB®,仿金宝app真软件®,导航工具箱™为路径规划提供的工具,使您能够:

参见:MATLAB和Simu金宝applink机器人技术,导航的工具箱,机器人系统工具箱,无人机的工具箱,ROS工具箱,自动驾驶工具箱™,模型预测控制工具箱™,MATLAB编码器™,Stateflow®,强化学习工具箱™,激光雷达工具箱™,机器人编程,同时定位和地图,传感器融合和跟踪工具,无人机的编程