Potencial método de campo: robots reales

Question

método de campo potencial es una simulación muy popular para la navegación del robot. Sin embargo, nadie ha implementado método de campo potencial en robots reales? Cualquier referencia o cualquiera de las reivindicaciones de utilizar el método en robots reales?.

Answer 1

he hecho a base campo de potencial planificación de la trayectoria antes, pero lo abandonaron en favor de enfoques más apropiados a mi problema. Funciona de manera adecuada para entornos en los que tiene una localización precisa, y lecturas de los sensores precisos, pero mucho menos en entornos del mundo real (que no es una gran solución particularmente incluso en términos de velocidad y calidad camino, incluso en la simulación). Teniendo en cuenta que ahora hay una gran cantidad de buenas implementaciones SLAM disponibles de manera libre o bajo, molestaría que molestan reimplementar a menos que tenga problemas muy específicos con la reutilización. Para MRDS (lo que yo trabajo en) hay Karto Robótica, ROS tiene una aplicación SLAM, y hay varias implementaciones de código abierto de buscar solamente una distancia Google.

Si quieres una buena visión general de los diferentes enfoques para la planificación de trayectorias, entonces es posible que desee tomar una copia de "Introducción a la Autónoma Mobile Robots" por Segwart et al. Es un muy buen libro, y la sección de planificación de la trayectoria da una visión agradable de las diferentes estrategias de alrededor.

Answer 2

Yo sugeriría leer el libro Planificación Algoritmos por Steven M. Lavalle Si está interesado en general ruta de acceso o la planificación de movimientos. Los métodos descritos en este libro se utilizan activamente en la comunidad robótica.

Una búsqueda en Google académico o el sitio web del IEEE, por otro lado te llevará a una gran cantidad de referencias a documentos que describen el uso y la investigación del método de campo potencial.

Answer 3

Una búsqueda rápida en Google para los métodos de campo potenciales planteados este documento: Métodos potencial del campo y sus limitaciones inherentes para Mobile Robot navegación y me recordó acerca de los problemas de la última vez que trabajé con un método de campo potencial.

En nuestros proyectos ( CWRU Robótica Móvil), que han visto estos exacta problemas potenciales con algoritmos basados ??en el terreno. El último intento, un robot móvil para competir en IGVC en 2009, tenía los mismos problemas descritos en ese documento, específicamente con mínimos locales y no ser capaz de pasar a través de obstáculos estrechamente espaciados. Recuerdo claramente tener que evitar problemas con los obstáculos muy próximos al intentar plan a través de una estrecha abertura en una cerca como parte del desafío de navegación GPS waypoint de IGVC.

Hemos sido capaces de conseguir una velocidad bastante decente planificación del algoritmo mediante el uso de shaders de OpenGL costumbre de hacer todo el cálculo, mientras que representa el campo potencial como una imagen / framebuffer. Como señala Tom, no es tan bueno en entornos desconocidos o dinámicas, como en aquellas situaciones en el campo potencial nunca estabilizar y requerirá en constante actualización.

Answer 4

Como @ Tom se ha señalado anteriormente, no se puede por lo general se basan en lecturas de los sensores perfectos o los motores que se mueve exactamente en lo que usted pensó que usted les dijo a.

El enfoque relativamente novedoso para SLAM tuve la oportunidad de usar hace años era el Generalizado de Voronoi Gráfico ( GVG ); básicamente, estancia equidistante de las dos paredes más cercanas, mantenerse en movimiento, y en los puntos donde usted está equidistante de tres o más paredes, volver y probar cada rama de dos pared en algún momento. Vas a construir un gráfico que te lleva todo el camino alrededor de la habitación, y las garantías que ha tenido la línea de visión directa sobre todo en la habitación.

Answer 5

intentó y abandonó un algoritmo de campo de potencial (OpenSteer) para nuestro vehículo DARPA Grand Challenge (Equipo Overbot) en 2003. No es una buena idea para un robot no holonómico, ya que no tiene en cuenta la dinámica de dirección o limitaciones. No funciona del todo bien en espacios reducidos. Se adapta mejor a las máquinas de vuelo, donde usted tiene un montón de espacio abierto y no quieren estar cerca de obstáculos.