Алгоритм локального планирования пути для объезда препятствий в путевых координатах

Обложка

Цитировать

Полный текст

Аннотация

Представлен алгоритм локального планирования пути в системе координат дорожного полотна. Он основан на варьировании точек исходной траектории с применением метода потенциального поля и обеспечения гладкости получаемого пути относительно новой системы координат. Реализация алгоритма основывается на решении задачи минимизации целевого функционала. Рассматривается решение задачи применительно к планированию пути беспилотной транспортной платформы, для чего требуется изменять участки заранее подготовленной гладкой траектории движения транспортного средства в режиме реального времени с учетом возникающих препятствий и с сохранением гладкости. Использование новой системы координат дает преимущество во времени выполнения алгоритма по сравнению с его работой в декартовой системе координат. Алгоритм реализован на языке Python. Выделение горизонта планирования позволяет сочетать предложенный подход с различными алгоритмами следования по пути, которые сами по себе не реализуют методы обхода препятствий. Численное моделирование выполнено для характерных примеров, по которым можно оценить эффективность предложенного алгоритма.

Об авторах

М. И Макаров

Институт проблем управления им. В. А. Трапезникова РАН

Email: maxim.i.makarov@gmail.com
г. Москва Россия

Список литературы

  1. Гилимьянов Р.Ф., Рапопорт Л.Б. Метод деформации пути в задачах планирования движения роботов при наличии препятствий // Проблемы управления. – 2012. – № 1. – С. 70–76. [Rapoport, L.B., Gilimyanov, R.F. Path Deformation Method for Robot Motion Planning Problems in the Presence of Obstacles // Automation and Remote Control. – 2013. – Vol. 74, no. 12. – P. 2163–2172.]
  2. Basavanna, M., Shivakumar, M. An Overview of Path Planning and Obstacle Avoidance Algorithms in Mobile Robots // International Journal of Engineering Research & Technology (IJERT). – 2019. – Vol. 08, iss. 12.
  3. Lu, B., Li, G., Yu, H., et al. Adaptive Potential Field-Based Path Planning for Complex Autonomous Driving Scenarios // IEEE Access. – 2020. – Vol. 8. – P. 225294–225305. – doi: 10.1109/ACCESS.2020.3044909.
  4. Werling, M., Ziegler, J., Kammel, S., Thrun, S. Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame. Proceedings // Proceedings of the IEEE International Conference on Robotics and Automation. – Anchorage, 2010. – P. 987–993. – doi: 10.1109/ROBOT.2010.5509799.
  5. Гилимьянов Р.Ф., Пестерев А.В., Рапопорт Л.Б. Сглаживание кривизны траекторий, построенных по зашумленным измерениям в задачах планирования пути для колесных роботов // Известия РАН. Теория и системы управления. – 2008. – № 5. – С. 148–156. [Gilimyanov, R.F., Pesterev, A.V., Rapoport, L.B. Smoothing Curvature of Trajectories Constructed by Noisy Measurements in Path Planning Problems for Wheeled Robots // Journal of Computer and Systems Sciences International. – 2008. – Vol. 47, no. 5. – P. 812–819.]
  6. Thrun, S., Montemerlo, M., Dahlkamp, H., et al. Stanley: The Robot That Won the DARPA Grand Challenge // In: The 2005 DARPA Grand Challenge. Springer Tracts in Advanced Robotics. Vol 36. Ed. by M. Buehler, K. Iagnemma, S. Singh. – Berlin, Heidelberg: Springer, 2007. – P. 1–43.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».