期刊文章详细信息
文献类型:期刊文章
WANG Xu;ZHU Qixin;ZHU Yonghong(School of Electronic and Information Engineering,Suzhou University of Science and Technology,Suzhou,Jiangsu 215009,China;School of Mechanical Engineering,Suzhou University of Science and Technology,Suzhou,Jiangsu 215009,China;Jiangsu Province Key Laboratory of Intelligent Building Energy Efficiency,Suzhou,Jiangsu 215009,China;Suzhou Key Laboratory of Coexisting-Cooperative-Cognitive Robot Technology,Suzhou,Jiangsu 215009,China;School of Mechanical and Electronic Engineering,Jingdezhen Ceramic University,Jingdezhen,Jiangxi 333001,China)
机构地区:[1]苏州科技大学电子与信息工程学院,江苏苏州215009 [2]苏州科技大学机械工程学院,江苏苏州215009 [3]江苏省建筑智慧节能重点实验室,江苏苏州215009 [4]苏州市共融机器人技术重点实验室,江苏苏州215009 [5]景德镇陶瓷大学机电工程学院,江西景德镇333001
基 金:国家自然科学基金(51875380,62063010,51375323);泰州市科技支撑计划(TG202117)。
年 份:2023
卷 号:59
期 号:20
起止页码:51-66
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:路径规划技术是移动机器人避开障碍物且快速移动到目标点的有效方法。为了了解不同环境条件下路径规划策略的发展,找出研究差距,回顾了移动机器人及其路径规划的发展历史;将移动机器人路径规划算法分为两大类:基于先验信息的全局路径规划和基于传感器信息的局部路径规划,重点对相关算法进行了优缺点概述以及分析总结;此外列举了一些新颖的方法,目的是缩短移动机器人的规划时间,亦或是得到最优的路径;强调了移动机器人路径规划算法在未来的几个可以深入研究的方向。
关 键 词:移动机器人 路径规划算法 全局路径规划 局部路径规划
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...