【机器人学:运动规划】快速搜索随机树(RRT---Rapidly-exploring Random Trees)入门及在Matlab中演示
来源:互联网 发布:java打印金字塔 编辑:程序博客网 时间:2024/06/04 20:45
快速搜索随机树(RRT -Rapidly-ExploringRandom Trees),是一种常见的用于机器人路径(运动)规划的方法,它本质上是一种随机生成的数据结构—树,这种思想自从LaValle在[1]中提出以后已经得到了极大的发展,到现在依然有改进的RRT不断地被提出来。
机器人的路径(运动)规划的问题被定义为:给定机器人在运动区域的初始位姿
对于机械臂来说,一般的运动规划是在大于等于2的多维构型空间(C-Space)中进行的,然而对于初学者来说,可以首先以2维空间中的路径规划为例(例如图1所示的迷宫),掌握一个初步的概念。
图1 在一个迷宫中设置起点
对于机器人运动规划问题,现在有很多开源的代码可供选择学习,例如OMPL,在CSDN上也有人上传了一些RRT的代码,但是大部分是需要积分下载的。为了更加便捷地入门学习RRT的思路,我从Github上找到了一个在Matlab里编写和仿真的代码(源码连接),因为在Matlab中运行程序和可视化相对来说比较简单,所以现在简单介绍一下这个程序,算作是对RRT的初步入门学习。 它的伪代码可以表示成下表:
- 算法:构建RRT
———————————————————— - 输入:
map: 机器人所处环境的信息;qinit :机器人的起始位置;qgoal :机器人的终点位置;k :尝试生成树节点的次数;deltaq :qnear 和qnew 的距离;
———————————————————— - 输出
Vertices :RRT的顶点;Edges :RRT的边;Path :从qinit 到qgoal 的原始路径;T :连接qinit 和qgoal 的树;PathSmooth :连接qinit 和qgoal 的缩短后的路径;
———————————————————— - 1:
qrand,qnear,qnew←∅ ;
2:for i=1 to k
3:按一定的概率设置qrand←qgoal 或在map中随机生成qrand ;
4:qnear←findQNear(qrand,vertices); //在qrand 附近找到距离其最近的qnear .
5:qnew←findQNew(qnear,qrand,deltaq); //生成沿qnear 和qrand 方向上,距qnear 为deltaq 的qnew ;
6:对qnew 到qnear 做碰撞检测;
7:if 没有碰撞
8:Vertices←Vertices∪ {qnew };
9:Edges←Edges∪ {qnew,qnear };
10:ifqnew =qgoal orqnew 和qnear 将qgoal 包围
11:path←fillSolutionPath(edges,vertices); //将Edges连接起来,即为生成的路径。
12:endif
13:endif
14:endfor
15:pathSmooth←smooth(map,path,vertices,delta); //使用贪心算法提取缩短后的路径。
16:Return T;
需要注意的是在步骤3中该程序使用的方法是以一定的概率将
图2 生成
对于步骤6的碰撞检测,可将
图3 碰撞检测原理
关于最后的一个缩短路径的步骤15(smooth),原理可见下图4,从起点
图4 缩短路径的原理
运行程序之后得到的效果如图5所示,其中红色的路径为原始路径,黑色的路径为缩短(Smooth)后的路径。
图5 运动规划效果
[1]LaValle, S.M., Rapidly-exploring random trees: A new tool for path planning. 1998.
[2]https://github.com/emreozanalkan/RRT
- 【机器人学:运动规划】快速搜索随机树(RRT---Rapidly-exploring Random Trees)入门及在Matlab中演示
- Rapidly-Exploring Random Trees(RRT)
- 路径规划-快速搜索随机树(Rapid-exploration Random Tree)
- 路径规划算法 快速搜索随机树(Rapid-exploration Random Tree)
- 路径规划-快速搜索随机树(Rapid-exploration Random Tree)
- 随机森林 Random Trees(一)
- 随机森林Random Trees(二)
- 2015-《HG-RRT∗: Human-Guided Optimal Random Trees for Motion Planning》
- 【机器人学:运动规划】OMPL开源运动规划库的安装和demo
- 【机器人学:运动规划】OMPL开源运动规划库的安装和demo
- 随机获取数Month.random 及在js中获取n位相互不重复的数据
- “随机漫步”(Random Walk)模拟演示
- ROS(indigo)RRT路径规划
- ROS(indigo)RRT路径规划
- 随机森林(Random Forest)入门与实战
- 随机森林(Random Forest)入门与实战
- 随机森林(Random Forest)入门与实战
- matlab实现视频运动向量搜索
- Android内存泄漏检查
- 使用CSS3绘制一个实心三角形
- C语言复习0.3——宏函数和静/动态库
- 解疑 Numpy 中的 transpose
- 缓存Ehcache、Memcached、Redis的统一接口实现
- 【机器人学:运动规划】快速搜索随机树(RRT---Rapidly-exploring Random Trees)入门及在Matlab中演示
- 查看网络状态命令
- js调用API学习
- UVALive
- MySQL、SQLServer、Oracle添加、修改、删除字段总结
- 五大主流浏览器内核的源起以及国内各大浏览器内核总结
- Java oop04接口
- windows下查找端口占用问题
- Java enum的用法详解