GSRM: 基于反应扩散系统构建查询高效且近最优路径规划路图
机器人学
2025-04-25 v1
摘要
移动机器人经常在路上导航，即边缘代表安全运动的图，在诸如医疗、 hospitality 和仓库自动化等应用中。通常环境是准静态的，即一次构建路图后即可用于任何后续规划查询。路图通常与图搜索算法一起使用，以寻找机器人的可行路径。因此，路图应具有良好的连通性，图搜索应产生近最优解的短解路径，同时计算效率高以快速执行查询。我们提出一种基于灰色-斯克反应扩散系统和Delaunay三角化构建路图的新方法。我们的方案GSRM产生均匀分布的顶点和边，即使在包含狭窄通道的环境中也能保持良好连通性。经验上，我们将其与由8连通网格、概率路图(PRM, SPARS2)和优化路图图(ORM)生成的经典路图进行比较。我们的实验结果表明，GSRM持续产生优于经典方法的路图，具有良好的连通性、高查询效率以及短解路径。
引用
@article{arxiv.2410.11024,
title = {GSRM: Building Roadmaps for Query-Efficient and Near-Optimal Path Planning Using a Reaction Diffusion System},
author = {Christian Henkel and Marc Toussaint and Wolfgang Hönig},
journal= {arXiv preprint arXiv:2410.11024},
year = {2025}
}
备注
Presented at IROS 2024