留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

月面探测器路径规划优化算法研究

赵迪 于丽平 胡梦雅 陈小利 何克勤

赵迪, 于丽平, 胡梦雅, 陈小利, 何克勤. 月面探测器路径规划优化算法研究[J]. 机械科学与技术, 2021, 40(3): 364-370. doi: 10.13433/j.cnki.1003-8728.20200076
引用本文: 赵迪, 于丽平, 胡梦雅, 陈小利, 何克勤. 月面探测器路径规划优化算法研究[J]. 机械科学与技术, 2021, 40(3): 364-370. doi: 10.13433/j.cnki.1003-8728.20200076
ZHAO Di, YU Liping, HU Mengya, CHEN Xiaoli, HE Keqin. Research on Lunar Surface Path Planning Optimization Algorithm of Lunar Probes[J]. Mechanical Science and Technology for Aerospace Engineering, 2021, 40(3): 364-370. doi: 10.13433/j.cnki.1003-8728.20200076
Citation: ZHAO Di, YU Liping, HU Mengya, CHEN Xiaoli, HE Keqin. Research on Lunar Surface Path Planning Optimization Algorithm of Lunar Probes[J]. Mechanical Science and Technology for Aerospace Engineering, 2021, 40(3): 364-370. doi: 10.13433/j.cnki.1003-8728.20200076

月面探测器路径规划优化算法研究

doi: 10.13433/j.cnki.1003-8728.20200076
基金项目: 

国家重大科技专项工程 060601

详细信息
    作者简介:

    赵迪(1981-), 副教授, 博士, 研究方向为机器人遥操作, zhd_hbut@126.com

  • 中图分类号: TP242

Research on Lunar Surface Path Planning Optimization Algorithm of Lunar Probes

  • 摘要: 针对复杂环境下的月面探测器路径搜索困难的问题,建立多约束的栅格地图模型,研究了一种改进的蚁群算法用于全局路径规划方法。在蚁群算法中加入了参数自适应调整和双向搜索并行策略以提高蚂蚁搜索路径的成功性,并对路径进行了拐角处理,使规划的全局路径更加平滑、安全,使探测器有效地在大规模地图里避开障碍物。仿真试验结果表明,该方法结合全局规划的特点,使探测器可以沿着一条尽可能短而平滑的最优路径快速、安全地到达目标点。
  • 图  1  全局路径规划流程图

    图  2  月面探测器

    图  3  月面地形图

    图  4  改进蚁群算法的流程图

    图  5  双向搜索示意图

    图  6  改进的蚁群算法与基本蚁群算法对比实验

    图  7  灰度地图

    图  8  全局规划路径

    表  1  全局路径规划结果比较

    算法 平均运算时间/s 最优路径 平均路径
    综合长度/m 最优长度/m 拐角个数/m 综合长度/m 最优长度/m 拐角个数/m
    本文算法 301.21 271.79 167.68 23 349.31 262.59 43
    基本的蚁群算法 268.88 321.17 197.42 45 400.04 284.15 89
    A*算法 36.57 382.27 382.27 62 382.27 382.27 62
    遗传算法 287.57 - - - - - -
    注: 在迭代次数300次之内, 基础的遗传算法无法在本地图上获得有效路径
    下载: 导出CSV
  • [1] 金晟毅, 李海飞, 彭松, 等. 嫦娥四号巡视器遥操作地面支持系统设计[J]. 航天器工程, 2019, 28(4): 116-124 https://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201904018.htm

    JIN S Y, LI H F, PENG S, et al. Design of Tele-operation ground support system for Chang′e-4 rover[J]. Spacecraft Engineering, 2019, 28(4): 116-124 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201904018.htm
    [2] SIMMONS R, HENRIKSEN L, CHRISMAN L, et al. Obstacle avoidance and safeguarding for a lunar rover[C]// AIAA Forum on Advanced Developments in Space Robotics. Madison Wisconsin: AIAA, 1996: 213-218
    [3] GARRIDO S, MORENO L, MARTÍN F, et al. Fast marching subjected to a vector field-path planning method for mars rovers[J]. Expert Systems with Applications, 2017, 78: 334-346 doi: 10.1016/j.eswa.2017.02.019
    [4] SUTOH M, OTSUKI M, WAKABAYASHI S, et al. The right path: comprehensive path planning for lunar exploration rovers[J]. IEEE Robotics & Automation Magazine, 2015, 22(1): 22-33
    [5] 束磊. 基于栅格地图的月球车任务层路径规划及平滑处理[D]. 哈尔滨: 哈尔滨工业大学, 2013

    SHU L. Mission-level path planning and smoothing of lunar rover based on grid map[D]. Harbin: Harbin Institute of Technology, 2013 (in Chinese)
    [6] 王利敏. 基于A*算法和B样条函数的月球车路径规划研究[D]. 长春: 吉林大学, 2016

    WANG L M. Path planning of lunar rover based on A star algorithm and B spline function[D]. Changchun: Jilin University, 2016 (in Chinese)
    [7] 王楷文, 彭松, 刘少创, 等. 基于A*算法优化的月面巡视器路径规划研究[J]. 航天器工程, 2019, 28(1): 19-26 https://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201901003.htm

    WANG K W, PENG S, LIU S C, et al. Study on path planning of lunar rover based on A* algorithm optimization[J]. Spacecraft Engineering, 2019, 28(1): 19-26 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201901003.htm
    [8] 苏庆华, 李俊韬, 眭晓虹, 等. 基于空间可视性的星球表面巡视路径分析[J]. 航天器工程, 2017, 26(3): 17-22 https://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201703004.htm

    SU Q H, LI J T, SUI X H, et al. Aster surface patrol path analysis based on space-visibility[J]. Spacecraft Engineering, 2017, 26(3): 17-22 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-HTGC201703004.htm
    [9] 张鑫. 基于规则DEM的地形识别及路径规划研究[D]. 桂林: 桂林电子科技大学, 2017

    ZHANG X. Research on terrain recognition and path planning based on regular DEM[D]. Guilin: Guilin University of Electronic Technology, 2017 (in Chinese)
    [10] 赵芊. 基于地理信息系统的全地形车路径规划技术研究[D]. 北京: 中国航天科技集团公司第一研究院, 2016

    ZHAO Q. Research on All-terrain vehicle path planning technology based on geographic information system[D]. Beijing: The First Research Institute of China Aerospace Science and Technology Corporation, 2016 (in Chinese)
    [11] 朱庆保. 动态复杂环境下的机器人路径规划蚂蚁预测算法[J]. 计算机学报, 2005, 28(11): 1898-1906 https://www.cnki.com.cn/Article/CJFDTOTAL-JSJX200511016.htm

    ZHU Q B. Ants predictive algorithm for path planning of robot in a complex dynamic environment[J]. Chinese Journal of Computers, 2005, 28(11): 1898-1906 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSJX200511016.htm
    [12] 吴天羿, 许继恒, 刘建永, 等. 多策略蚁群算法求解越野路径规划[J]. 解放军理工大学学报, 2014, 15(2): 158-164 https://www.cnki.com.cn/Article/CJFDTOTAL-JFJL201402010.htm

    WU T Y, XU J H, LIU J Y, et al. Multi-strategy ant colony algorithm for cross-country path planning[J]. Journal of PLA University of Science and Technology, 2014, 15(2): 158-164 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JFJL201402010.htm
    [13] 朱庆保, 张玉兰. 基于栅格法的机器人路径规划蚁群算法[J]. 机器人, 2005, 27(2): 132-136 https://www.cnki.com.cn/Article/CJFDTOTAL-JQRR200502007.htm

    ZHU Q B, ZHANG Y L. An ant colony algorithm based on grid method for mobile robot path planning[J]. Robot, 2005, 27(2): 132-136 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JQRR200502007.htm
    [14] 赵娟平, 高宪文, 符秀辉. 改进蚁群优化算法求解移动机器人路径规划问题[J]. 南京理工大学学报, 2011, 35(5): 637-641 https://www.cnki.com.cn/Article/CJFDTOTAL-NJLG201105010.htm

    ZHAO J P, GAO X W, FU X H. Improved ant colony optimization algorithm for solving path planning problem of mobile robot[J]. Journal of Nanjing University of Science and Technology, 2011, 35(5): 637-641 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-NJLG201105010.htm
    [15] 万晓凤, 胡伟, 郑博嘉, 等. 基于改进蚁群算法与Morphin算法的机器人路径规划方法[J]. 科技导报, 2015, 33(3): 84-89 https://www.cnki.com.cn/Article/CJFDTOTAL-KJDB201503030.htm

    WAN X F, HU W, ZHENG B J, et al. Robot path planning method based on improved ant colony algorithm and Morphin algorithm[J]. Science & Technology Review, 2015, 33(3): 84-89 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-KJDB201503030.htm
  • 加载中
图(8) / 表(1)
计量
  • 文章访问数:  180
  • HTML全文浏览量:  64
  • PDF下载量:  43
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-11-07
  • 刊出日期:  2021-03-01

目录

    /

    返回文章
    返回