Найти

Результаты поиска

• ГИБРИДНЫЙ МЕТОД ПЛАНИРОВАНИЯ КОНФИГУРАЦИИ МАРШРУТА НА КАРТЕ МЕСТНОСТИ В УСЛОВИЯХ ЧАСТИЧНОЙ НЕОПРЕДЕЛЕННОСТИ

  М. И. Бесхмельнов , Б.К. Лебедев , О. Б. Лебедев

  2025-04-27

  Аннотация ▼

  Описывается гибридный алгоритм ситуационного планирования траектории в условиях
  частичной неопределенности для двухмерного пространства, основанный на интеграции волново-
  го и муравьиного алгоритмов, позволяющий строить в реальном масштабе времени траектории
  минимальной длины с одновременной оптимизацией ряда других критериев качества построенного пути. Процессы формирования участка траектории и перемещения по нему объекта череду-
  ются на каждом шаге. Формирования траектории осуществляется последовательно (пошагово)
  на двух уровнях каждого шага. Формирование и ориентация локальной зоны видимости и покры-
  ваемого ею региона на карте местности выполняется относительно текущего опорного вектора.
  Процедурами первого уровня на карте местности последовательно по шагам формируется цепоч-
  ка попарно смежных регионов с локализованными препятствиями. Процедурами второго уровня
  на шаге формируется множество траекторий прохода подвижного объекта через регион.
  При слиянии цепочки регионов образуется область местности, через которую прокладывается
  траектория. Вся траектория является совокупностью отдельных траекторий прохода подвиж-
  ного объекта через регионы, связывающих его исходную позицию с целевой позицией. Поиск реше-
  ния осуществляется популяцией агентов на графе поиска решений. Вершины множества соот-
  ветствуют ячейкам области. Две вершины связаны ребром, если соответствующие им ячейки на
  модели местности в виде дискретного рабочего поля смежны и возможен переход соединения из
  одной ячейки в другую. Синтез траектории и передвижение подвижного объекта в условиях неоп-
  ределенности – это сложная задача, требующая интеграции различных сенсорных систем, алго-
  ритмов обработки данных, алгоритмов планирования пути и систем управления движением. По-
  стоянное развитие технологий в областях искусственного интеллекта, машинного зрения и ро-
  бототехники позволяет создавать всё более совершенные системы автономной навигации. Одна-
  ко, полная автономность и гарантированная безопасность подвижного объекта в любых условиях
  пока остаются сложными задачами для исследования.