本文共 1010 字，大约阅读时间需要 3 分钟。

本文主要列出了用于移动机器人的常见的运动规划算法. 只是列出了简单的名称, 详细细节需要后面仔细学习.

按类别可以分为基于搜索的路径规划， 基于采样的路径规划，动力学约束下的路径规划，基于马尔可夫决策过程的运动规划。

1基于搜索的路径规划SEARCH-BASED PATH FINDING

基于图搜索的路径规划方法主要有Dijkstra , A*算法 和, JPS算法 (Jump Point Search)

2基于采样的路径规划SAMPLING-BASED PATH FINDING

常用的基于随机采样的路径规划方法主要有

1) 概率路线图算法Probabilistic Road Map

2) 快速探索随机树算法Rapidly-exploring Random Tree (RRT)

3) 基于采样的最优路径规划算法Optimal Sampling-based Methods

4) 基于采样的路径规划算法进阶Advanced Sampling-based Methods

3动力学约束下的路径规划KINODYNAMIC PATH FINDING

最常见、典型的动力学约束下的路径规划算法主要有:

1) 状态栅格搜索算法 State Lattice Search

2) 动力学约束RRT*算法 Kinodynamic RRT*

3) 混合A*算法 Hybrid A*

4 基于马尔可夫决策过程的运动规划MARKOV DECISION PROCESS-BASED PLANNING

1) 规划中的不确定性和马尔可夫决策过程 Uncertainties in Planning and MDP

2) 最小最大代价规划和最小期望代价规划Minimax Cost Planning and Expected Cost Minimal Planning

3) 值迭代和实时动态规划Value Iteration and Real-Time Dynamic Programming

5 模型预测控制在运动规划的应用MODEL PREDICTIVE CONTROL FOR ROBOTICS PLANNING

如何在机器人有限的传感和计算能力限制下，采用模型预测控制思想，生成有限时间、空间范围内机器人运动的方法。

1)  线性MPC方法Linear MPC

2) 非线性MPC方法Non-linear MPC

Reference:

转载地址：https://blog.csdn.net/lclfans1983/article/details/106393297 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！