典型文献
基于快速扩展随机树―贪婪边界搜索的多机器人协同空间探索方法
文献摘要：
传统多机协同探索算法存在鲁棒性较差、探索效率较低、环境障碍感知不完全等问题,为此本文提出一种基于快速扩展随机树-贪婪边界搜索(RRT-GFE)的多机器人协同空间探索方法.首先,采用Thiessen多边形对环境进行建模与划分,利用RRT边界探索算法依次对所有Thiessen多边形进行探索;其次,在RRT边界探索算法的基础上,引入GFE算法进行细化搜索,并提取连续边界域的形心作为探索目标点;再次,利用划分所形成的多边形区域以及所提取出的边界点,采用基于改进市场机制的多机器人任务分配方法对探索目标点进行动态分配,并在探索过程中采用地图融合算法进行局部地图的实时融合;最后,基于机器人操作系统(ROS)搭建仿真/样机测试平台并进行了一系列实验验证.结果表明,无论在仿真还是样机实验中,基于RRT-GFE的多机器人协同探索算法均能取得更加省时高效的探索效果.
文献关键词：
协同探索;快速扩展随机树;贪婪边界搜索;Thiessen多边形;市场机制;机器人操作系统(ROS)
中图分类号：
作者姓名：
宁宇铭;李团结;姚聪;邵继升
作者机构：
西安电子科技大学机电工程学院,陕西 西安 710071
文献出处：
引用格式：
[1]宁宇铭;李团结;姚聪;邵继升-.基于快速扩展随机树―贪婪边界搜索的多机器人协同空间探索方法)[J].机器人,2022(06):708-719
A类：
贪婪边界搜索
B类：
快速扩展随机树,多机器人协同,空间探索,探索方法,多机协同,协同探索,RRT,GFE,Thiessen,多边形,边界域,形心,标点,分所,边界点,市场机制,任务分配,分配方法,动态分配,地图融合,融合算法,局部地图,机器人操作系统,ROS,样机测试,测试平台,系列实验,样机实验,能取,省时
AB值：
0.327539
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
