典型航路规划方法的基本原理例题展示.docxVIP

1. 简要论述典型航路规划方法的基本原理(任选方法之一，且选择 该方法中的一种具体方法。 )并举例说明。 (1)路标图法；(2)单元分解方法；(3)人工势场法 答：选择( 1)路标图法。 概略图 ( Skeleton) 也称路标图 ( Roadmap) 。在基于概略图空间的路径规划 方法中，首先根据一定的规则将自由的 C空间( Configuration Space)表示成一 个由维的线段构成的网络图， 然后采用某一搜索算法在该网络图上进行航迹搜索。 这样，规划问题被转化为一个网络图的搜索问题。 概略图必须表示出 C空间中的 所有可能的路径， 否则该方法就是不完全的， 即可能丢失最优解。 常用的概略图 方法包括通视图法 ( Visibility Graph) 、Voronoi 图法、轮廓图法 ( Silhouette) 、 子目标网络法 (Subgoal Network ) 和随机路线图法 ( Probabilistic Roadmap, PRM。) 通视图法 通视图由规划空间中的障碍物的相互可见的顶点间的连线构成。 图 1-1 给出 了包含三个多边形障碍物的二维规划空间的通视图， 其中较粗的线表示起始点 S 和目标点 G之间的一条最短路径。 1989 年， Asano等证明在具有 n 个顶点的二 维规划空间中，其通视图的边数具有数量级 0 (n2) ，构造通视图所需时间的数量 级也为 0 (n 2) 。 图 1-1 通视图 通视图法可用于求解二维规划空间中的最短路径问题。 尽管它也可用于高维 规划空间， 但此时生成的路径将不再是最短的。 由于通视图不能表达物体运动的 方向性约束， 除非运动物体可以按任何方向以任意角度转弯， 通常很少用通视图 法求解实际的路径规划问题。 Voronoi 图法 如果运动物体要求与障碍 （ 或威胁） 的距离越远越好，可以采用 Voronoi 图方 法。Voronoi 图由与两个或多个障碍 （或威胁 ） 的给定特征元素距离相等的点的集 合构成。图 1-2 给出了以多边形障碍物自身作为特征元素生成的 Voronoi 图。 如果以多边形的边作为特征元素则可以得到不同的 Voronoi 图。对于只包含有 威胁的规划空间来说，可以将威胁源的中心点作为特征元素。 Voronoi 图将规划 空间分为多个区域， 每个区域只包含一个特征元素。 对于区域中的每一点， 该区 域的特征元素是所有特征元素中最近的。 图 1-2 Voronoi 图 与通视图比较， Voronoi 图具有明显的优点， Voronoi 图的边数只有数量级 0 （n） ， 构造 Voronoi 图所需时间的数量级为 0（nlogn）, 其中 n 为所选特征元素 数目。如果将多边形的边作为特征元素， 则 Voronoi 图一般都包含有曲线段。 1987 年， Canny 和 Donald 通过使用一种不同于欧氏距离的度量方法，构造出了一种 只包含直线段的 Voronoi 图。 对于维数大于 2的高维空间，通视图与 Voronoi 图将变得非常复杂， 而且一 般没有确定的特征元素选择方法。例如，多面体间的 Voronoi 图由二维曲面构 成，它不再是一维的轮廓线。 尽管通视图仍然可以由多面体的各项点间的连线组 成，但此时最短路径不再存在于通视图之中 （如图 1-3 所示） 。因此， Voronoi 图一般只应用于二维路径规划 图 1-3 最短路径不经过多面体的顶点 轮廓线法 对于高维空间， Canny 于 1987 年给出了另一种构造概略图的方法。该方法 先将高维空间中的物体投影到一个较低维的空间中， 然后在低维空间中找出其投 影的边界曲线，称为轮廓。该轮廓又投影到一个更低维的空间中， 如此继续下去， 直到轮廓变成一维的轮廓线。 对于同一障碍物其轮廓不相连的部分， 需用连接线 将它们连接起来 (如图 1-4 (b) 所示) 。这样得到的一维轮廓线图比原始的高维空 间简单得多， 可以从中找到一条可行的路径。 该方法通常在理论上用于分析问题 的复杂性， 而很少用于实际中的路径规划。 使用轮廓线方法得到的路径， 运动物 体总是沿着障碍物边缘移动。 图 1-4 轮廓线 子目标网络法 子目标网络方法不直接构造明显的概略图， 而是保存一个可以从起始点达到 的节点列表。 如果目标点出现在该表中， 则规划成功结束。 规划空间中两点之间 的可达性由一个简单的局部规划算法来判断， 该局部规划算法称为局部算子。 局 部算子的选择一般根据具体问题确定， 例如，可以简单地在两节点之间按直线运 动。 开始的时候，该算法在起始节点与目标点之间选取一个由称为子目标的中间 节点组成的候选序列， 并运用局部算子依次连接这些子目标。 在选取子目标候选 序列时可以采用某些启发式信息， 也可