МЕТОД ПЛАНИРОВАНИЯ ПЕРЕМЕЩЕНИЙ РОБОТОВ В СЛОЖНЫХ КОНФЛИКТНЫХ СРЕДАХ C ПОЛИГОНАЛЬНЫМИ ПРЕПЯТСТВИЯМИ
Аннотация
При разработке алгоритмов планирования путей роботов в режиме реального времени возникает проблема ограничения быстродействия соответствующих классических алгоритмов. В настоящей работе рассматривается метод планирования перемещений робота в двумерной сложной конфликтной среде. В отношении планирования в сложных средах предложен гибридный алгоритм планирования, базирующийся на сочетании и синтезе классического алгоритма клеточной декомпозиции и недавно предложенного алгоритма на базе характеристического графа видимости. Этот алгоритм подразумевает предварительный анализ степени сложности сцены с препятствиями, по результатам которого выбирается один из двух указанных частных алгоритмов. Показывается, что таким образом удается в значительной степени преодолеть ограничения обоих этих алгоритмов. В компактном виде описан метод уклонения от источников возмущения, основанный на аппарате характеристических вероятностных функций, и показана его взаимосвязь с методами планирования в сложных средах при решении соответствующих задач глобальной оптимизации вероятности успешного прохождения целевой траектории. В рамках развиваемого подхода рассмотрен вопрос о взаимосвязи вероятности успешного прохождения пути в поле источников и соответствующей функции риска. Для решения задач глобального планирования перемещений роботов в сложной конфликтной среде на первом этапе предлагается использовать указанный гибридный алгоритм - для построения семейства начальных кривых в соответствующих допустимых коридорах движения без учета источников. Затем решается семейство задач локальной оптимизации в пределах допустимых коридоров движения с учетом источников. Далее выбирается траектория с максимальным значением вероятности успешного прохождения либо нормированной функции безопасного движения. Приводятся примеры численной реализации предлагаемого метода, подтверждающие его эффективность
Список литературы
1. Sleumer N.H., Tschichold-Gurman N. Exact cell decomposition of arrangements used for path planning in robotics, Zurich: Inst. of Theoretical Computer Science, 1999. DOI: 10.3929/ethz-a-006653440.
2. Koenig S., Likhachev M., Furcy D. Lifelong planning A*, Artificial Intelligence, 2004, Vol. 155,
No. 1-2, pp. 93-146. DOI: 10.1016/j.artint.2003.12.001.
3. Ferguson D., Stentz A. Using interpolation to improve path planning: The field D* algorithm, J. of Field Robotics, 2006, Vol. 23, No. 2, pp. 79-101. DOI: 10.1002/rob.20109.
4. Mohamed S. Marzouqi and Ray A. Jarvis. New visibility-based path-planning approach for covert robot-ic navigation, Robotica, 2006, Vol. 24, No. 6, pp. 759-773. doi: 10.1017/S0263574706002931.
5. Petereit J., Emter T. and Frey C. W. Safe mobile robot motion planning for waypoint sequences in a dynamic environment, Proc. 2013 IEEE International Conference on Industrial Technology (ICIT). Cape Town, South Africa, 2013, pp. 181-186. doi: 10.1109/ICIT.2013.6505669.
6. Wang S., Li Z., Wang B. and Li M. Collision Avoidance Motion Planning for Connected and Automat-ed Vehicle Platoon Merging and Splitting With a Hybrid Automaton Architecture, IEEE Transactions on Intelligent Transportation Systems, Feb. 2024, Vol. 25, No. 2, pp. 1445-1464. doi: 10.1109/TITS.2023.3315063.
7. Guangliang Liao, Chunyun Fu, Yinghong Yu, Kexue Lai, Beihao Xia , and Jingkang Xia. Decoupling Objectives for Segmented Path Planning: A Subtask-Oriented Trajectory Planning Approach, IEEE Transactions on Intelligent Transportation Systems, 2025, Vol. 26, No. 3, pp. 3960-3975.
8. Zhong W., Zheng S., Huang J., Zhou Z., Wu M. and Yu R. Integrating Global Path Information With Advanced Risk Assessment: An Enhanced Potential Field Method for Intelligent Connected Vehicles Local Path Planning, IEEE Sensors Journal, June, 2025, Vol. 25, No. 11, pp. 20309-20322. doi: 10.1109/JSEN.2025.3553534.
9. Kostyukov V.A., Medvedev M.Yu., Pshikhopov V.Kh. Algoritm planirovaniya traektoriy v dvumernoy srede s prepyatstviyami na klasse kusochno-lomanykh traektoriy [Algorithm for planning trajectories in a two-dimensional environment with obstacles on the class of piecewise-broken trajectories], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2023, No. 5 (235), pp. 34-48.
10. Kostyukov Vladimir, Medvedev Mikhail, Pshikhopov Viacheslav. Global Path Planning Algorithm in a Two-Dimensional Environment with Polygonal Obstacles on the Class of Piecewise Polygonal Trajecto-ries, Unmanned Systems, 2025. DOI: 10.1142/S2301385025500438.
11. Han-Pang Huang, Shu-Yun Chung. Dynamic visibility graph for path planning, IEEE-RSJ intern. conf. on intelligent robots and systems: IROS 2004 (Sendai, Japan, Sept. 28 - Oct. 2, 2004): Proc. N.Y.: IEEE, 2004, Vol. 3, pp. 2813-2818. DOI: 10.1109/IROS.2004.1389835.
12. Janet J.A., Luo R.C., Kay M.G. The essential visibility graph: An approach to global motion planning for autonomous mobile robots, IEEE International Conference on Robotics and Automation. Nagoya, Ja-pan, 1995, 2, pp. 1958-1963.
13. Zhaoying Li, Zhao Zhang, Hao Liu, Liang Yang. A new path planning method based on concave poly-gon convex decomposition and artificial bee colony algorithm, International Journal of Advanced Robot-ic Systems, 2020, pp. 1-15.
14. Habib M.K., Asama H. Efficient method to generate collision free paths for an autonomous mobile robot based on new free space structuring approach, IEEE/RSJ intern. workshop on intelligent robots and sys-tems: IROS'91 (Osaka, Japan, November 3-5, 1991): Proc. Vol. 2. N.Y.: IEEE, 1991, pp. 563-567. DOI: 10.1109/IROS.1991.174534.
15. Yufka A., Parlaktuna O. Performance comparison of the BUG’s algorithms for mobile robots, Proc. of International Symposium on Innovations in Intelligent Systems and Applications, Trabzon, Turkey, 2009, pp. 416-421.
16. Ng J., Braunl T. Performance comparison of bug navigation algorithms, Journal of Intelligent and Ro-botic Systems, 2007, 50(1), pp. 73-84.
17. Korepanov V.O., Novikov D.A. Zadacha o diffuznoy bombe [The problem of a diffuse bomb], Problemy upravleniya [Problems of Control], 2011, Vol. 5, pp. 66-73.
18. Kostyukov V.A., Medvedev M.Yu., Pshikhopov V.Kh. Protsedura optimizatsii traektorii mobil'nogo robota v pole istochnikov-repellerov [Procedure for optimizing the trajectory of a mobile robot in a field of source-repellers], Tr. SPIIRAN [Proceedings of SPIIRAS], 2021, Vol. 20(3), pp. 690-726 (Scopus, Web of Science Core Collection).
19. Rvachev V.L. Teoriya R-funktsiy i ee prilozheniya [Theory of R-functions and its applications]. Kiev: Naukova Dumka, 1982, 552 p.
20. Kostyukov V., Medvedev M., Pshikhopov V. A Probabilistic Functional-Based Trajectory Planning Meth-od in an Environment with Obstacles and Hazardous Areas, Unmanned Systems, 2025,
Vol. 12(3), pp. 1-22. DOI: https://doi.org/10.1142/S230138502750049X (Scopus, WoS, Q1).
21. Chou G. et al. Emergency evacuation paths for tank farm fires based on bi-objective dynamic planning, Rep., 2025, 15 8887. Available at: https://doi.org/10.1038/s41598-025-93567-4.
22. Fire Protection Association. Fire Safety and Risk Management: for the NEBOSH National Certificate in Fire Safety and Risk Management. 1st ed. Routledge, 2014. Available at: https://doi.org/10.4324/ 9781315858715.








