← 返回刚才阅读的位置

知识卡片

结构图卡 · 3745.a

规划层级取决于环境信息

理解等级:高级

路径规划可按环境信息是否预先已知分为全局与局部两类:全局规划掌握完整环境,适合静态模型;局部规划依赖传感器实时感知未知障碍,更适应动态环境,但仅凭局部信息可能陷入极值或振荡。蚁群算法属于随机全局优化方法,适合映射到已知环境下的全局寻路;其搜索慢、易陷局部最优的限制仍须单独评估。选择规划层级先看环境信息边界,再选算法。

结构图:

flowchart TD
  A[环境信息已知程度] --> B[掌握完整环境]
  A --> C[障碍物未知]
  B --> D[全局静态规划]
  C --> E[传感器实时感知]
  E --> F[局部动态规划]
  F --> G[局部极值或运动振荡风险]
  D --> H[蚁群等全局搜索算法]
  H --> I[核对搜索速度与局部最优风险]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 5 . 3 基 于 蚁 群 算 法 的 路 径 规 划 · 查看原书依据

      根据环境信息的已知程度,移动机器人路径规划的方法可以分为两种类型:基于模型的全局路径规划和基于传感器的局部路径规划。 全局路径规划是指掌握全部环境信息的前提下,对机器人的路径进行规划,又称为静态路径规划。

    参考来源

    - 位置:《智能算法导论》第053章《5 . 3 基 于 蚁 群 算 法 的 路 径 规 划》(源文件:_epub-src/EPUB/xhtml/chapter5_0005.xhtml) - 结论依据:原文按环境信息已知程度区分全局静态与局部动态规划,分别说明算法类型、传感器依赖及局部规划风险;随后把蚁群算法定位为随机搜索的全局优化方法,同时指出速度和局部最优问题。 - 原始内容:根据环境信息的已知程度,移动机器人路径规划的方法可以分为两种类型:基于模型的全局路径规划和基于传感器的局部路径规划。