面向月球微型车的高效路径规划算法——RAPF

高效的路径规划对于在复杂且未知的地形上实现安全的自主导航至关重要。月球罗布 (Lunar Zebro, LZ) 是荷兰德立夫大学的一个项目，旨在部署一个不大于A4纸张尺寸且重量不超过3公斤的紧凑型车轮。本文介绍了一种名为鲁棒人工势场 (RAPF) 的算法，这是一种新的路径规划算法，为月球微型车提供可靠的局部导航解决方案。RAPF 利用并改进了当今最先进的人工势场 (APF) 方法，纳入了机器人位置用于生成细菌点，并将局部极小值视为需避免的区域。我们进行了仿真和现场实验，以验证 RAPF 的性能，该算法在类似或更短的规划时间内，将可达性提高了15%以上。与传统APF算法相比，RAPF 的成功率提高了200%，计算时间降低了50%。在有限的可用处理器资源下，能够实时计算近最优路径。RAPF 算法的细菌方法比现有行星探测器中使用的路径规划算法更快执行且更小存储，展示了其在受计算和能源限制的机器人系统中进行可靠月球探测的潜力。