DOI: https://doi.org/10.20998/2522-9052.2020.3.15

Порівняльний аналіз методів, що базуються на RRT для пошуку шляху у підземних структурах

Andrii Protsenko, Valerii Ivanov

Анотація


Важливість пошуку шляху для автономних рухомих роботів незмінна, адже від вирішення цієї проблеми залежить успішне досягнення цільового розташування. Є велика кількість різних методів пошуку шляху, які відрізняються точністю роботи, швидкістю, необхідністю в додатковому устаткуванні. Підземні середовища, такі як шахти та тунелі, відрізняються від інших споруд та відкритого простору, а отже, вимагають іншого підходу при здійсненні пошуку маршруту, оскільки вузькі вигнуті проходи та гетерогенна структура можуть зробити деякі методи проходження маршруту неефективними. Однак методи, засновані на швидкому дослідженні випадкових дерев (RRT), зберігають свою ефективність, оскільки на них не впливає складність навколишнього середовища. У цій статті представлено порівняння трьох методів на основі RRT: RRT, RRT-connect та RRT*.

Ключові слова


робот; пошук маршрутів; автономія; RRT

Повний текст:

PDF (English)

Посилання


Protsenko, A. & Ivanov V. (2019), “Classical methods of path planning for mobile robots”, Control, navigation and communication systems, Vol. 3 (55), pp. 143-151, DOI: https://doi.org/10.26906/SUNZ.2019.3.143.

Barfoot, T. D., Stenning, B., Furgale, P., & McManus, C. (2012), “Exploiting Reusable Paths in Mobile Robotics: Benefits and Challenges for Long-term Autonomy”, Ninth Conf. on Comp. and Robot Vision, DOI: https://doi.org/10.1109/crv.2012.58.

Dang, T., Khattak, S., Mascarich, F., & Alexis, K. (2019), “Explore Locally, Plan Globally: A Path Planning Framework for Autonomous Robotic Exploration in Subterranean Environments”, 19th International Conference on Advanced Robotics (IC-AR). DOI: https://doi.org/10.1109/icar46387.2019.8981594.

LaValle, S.M. (1998), “Rapidly-exploring random trees: A new tool for path planning”, DOI: https://doi.org/10.1.1.35.1853.

Kuffner, J.J., & LaValle, S.M. (2000), “RRT-connect: An efficient approach to single-query path planning”, IEEE Int. Conf. on Rob. and Aut. Symp. Proc. (Cat. No. 00CH37065), Vol. 2, pp. 995-1001, DOI: https://doi.org/10.1109/ROBOT.2000.844730.

Karaman, S. & Frazzoli, E. (2011), “Sampling-based algorithms for optimal motion planning”, The Int. Journal of Robotics Research, 30(7), pp. 846–894, DOI: https://doi.org/10.1177/0278364911406761.




Copyright (c) 2020 Andrii Protsenko, Valerii Ivanov