潜在场方法：真实机器人

势场方法是一种非常流行的机器人导航模拟。然而，有没有人在真实机器人上实现了潜在的场方法？在真实机器人中使用该方法的任何参考或任何要求？潜在场方法：真实机器人

2010-05-04 Arkapravo

伙计们，我是在响应喜出望外，感谢大家谁回答。 – Arkapravo 2010-05-12 08:20:22

我之前已经做过潜在的基于场的路径规划，但放弃了它，倾向于更适合我的问题的方法。它适用于具有准确定位和准确传感器读数的环境，但在真实世界环境中的情况要少得多（即使在模拟速度和路径质量方面，它也不是特别优秀的解决方案）。考虑到现在有许多SLAM实现可以免费或者低成本实现，所以我不打算重新实现，除非你在重用时遇到了特殊的问题。对于MRDS（我工作的地方）有Karto Robotics，ROS有一个SLAM实现，并且有几个开源实现只有谷歌搜索了。

如果您想对路径规划的不同方法有一个很好的概述，那么您可能需要获取Segwart等人的“Autonomous Mobile Robots介绍”的副本。它是一本相当不错的书，路径规划部分对周围的不同策略进行了很好的概述。

来源

2010-05-10 00:02:41 Tom

非常感谢.....我以前认为我的问题没有答案。我想你应该得到100分，你能否把我的电子邮件[email protected]的潜在实地工作细节（公有领域或正式发表）发送给我。非常感谢 – Arkapravo 2010-05-10 04:29:57

您可以请发送您的出版物等 – Arkapravo 2010-05-13 04:28:42

Segwart的书是非常好的。我有一个电子副本，大部分主题都很好地处理。 – Arkapravo 2010-06-15 07:05:45

如果您一般对路径或运动规划感兴趣，建议您阅读Steven M. LaValle的书Planning Algorithms。本书中描述的方法在机器人学界得到了积极的应用。

另一方面，谷歌学者或IEEE网站上的搜索将为您提供大量关于潜在字段方法的使用和研究的论文。

来源

2010-05-10 08:53:13 MKroehnert

@MKroehnert：我读过很多材料:) ....我想要一个关于基于潜在领域的导航的第一人意见......在真实的机器人中......不是电脑屏幕！ :) – Arkapravo 2010-05-10 11:44:05

@Arkapravo：在我们的实验室中，基于RRT的方法用于运动和路径规划，效果很好。在OpenRAVE规划（http://openrave.programmingvision.com）也与RRTS完成，并与几个“真正的”机器人项目一起使用。不幸的是，我并没有任何有意义的潜在领域方法的经验。 – MKroehnert 2010-05-10 11:57:10

@MKroehnert：我真正的印象OpenRAVE .....看起来非常圆滑 – Arkapravo 2010-05-11 03:34:28

有关潜在领域方法的快速Google提出了本文：Potential Field Methods and Their Inherent Limitations for Mobile Robot Navigation并提醒我关于上次使用潜在领域方法时遇到的问题。

在我们的项目（CWRU Mobile Robotics）中，我们已经看到了潜在的基于场的算法的确切问题。最后一次尝试，2009年参加IGVC竞赛的移动机器人具有该论文中描述的相同问题，特别是当地最低标准，并且无法通过紧密间隔的障碍物。我清楚地记得，在试图通过栅栏的狭窄开口进行规划时，必须解决紧密间隔障碍的问题，这是IGVC的GPS航点导航挑战的一部分。

通过使用自定义OpenGL着色器执行所有计算，同时将潜在字段表示为图像/帧缓冲区，我们能够获得相当不错的计划速度。正如汤姆指出的那样，它在未知或动态环境中并不是那么好，因为在这些情况下，潜在领域将永远不会稳定下来，并且会不断需要更新。

来源

2010-05-10 20:55:55

我已经通过报纸上看到，很高兴知道你的经验。 – Arkapravo 2010-05-11 03:31:20

你有没有发表过关于你的实现的文章？ .... OpenGL的着色器看起来不错......从来不知道我可以导航界面结婚的OpenGL ....在这些方面从来没有想过.. – Arkapravo 2010-05-11 08:25:50

@Arkapravo：我们没有这方面公布实施任何东西，至少我我知道。我会看看我是否可以提供源代码，然后在我的帖子中添加一个链接。至于（一般如OpenCV的和图像处理的东西），我们已经看到用OpenGL在导航使用为他们的任何地方，我们需要大规模更新可以通过灰度图像或帧缓冲器表示的任何结构，例如作为一个潜在的场或占用网格。 – 2010-05-11 12:22:31

正如@Tom在上面指出的那样，您通常不能依靠完美的传感器读数或使电机完全按照您的想法告诉他们。我有机会使用几年前的相对新颖的方法是广义Voronoi图（GVG）;基本上，离最近的两个墙壁等距离，保持移动，并且在与三个或更多墙壁等距的地方，返回并尝试每个双壁分支。你将建立一个图表，让你一直在房间周围，并保证你对房间里的所有东西都有视线。

来源

2010-05-11 17:56:53

哇.....很好......谢谢！ – Arkapravo 2010-05-12 03:04:18

我们在2003年尝试并放弃了DARPA Grand Challenge车辆（Team Overbot）的潜在场算法（OpenSteer）。对于非完整机器人来说这不是一个好主意，因为它不考虑转向或动力学约束。它在狭小的空间里并不能很好地工作。它更适合飞行器，在那里你有足够的空间并且不想靠近障碍物。

来源

2013-08-21 04:46:57

潜在场方法：真实机器人

回答

相关问题