雷竞技rebat前沿|计算效率和最优轨迹规划框架基于trajectory-quality增长率分析</t我tle><l我nkhref="https://209cd62b0febf2a55d40-715eb384bc6027b876e93ad33d5c5ec3.ssl.cf3.rackcdn.com/font-awesome-4.3.0/css/font-awesome.min.css" rel="stylesheet"> <link href="https://9d0dd7a648345f19af83-877d2ecaf11b88d5e17327c758e17ef6.ssl.cf2.rackcdn.com/museo-sans-1.0.1/css/museo-sans.css" rel="stylesheet"> <style type="text/css"> .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 105% 0px; background-size: 41%; } /* Displays/Screens (e.g. 19" WS @ 1440x900) --------------- */ @media only screen and (max-width: 1649px) { .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 120% 30px; background-size: 53%; }} /* Displays/Screens (e.g. MacBook @ 1280x800) -------------- */ @media only screen and (max-width: 1409px) { .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 120% 17px; background-size: 48%; }} /* Large Devices, Wide Screens --------- */ @media only screen and (max-width : 1250px) { .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 120% 30px; background-size: 48%; }} /* Medium Devices, Desktops ---------- */ @media only screen and (max-width : 992px) { .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 100% 30px; background-size: 47%; }} /* Small Devices, Tablets ------------ */ @media only screen and (max-width : 768px) { .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 100% 50px; background-size: 65%; }} /* Small Devices, Tablets --------- */ @media only screen and (max-width : 640px) { .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 135% 50px; background-size: 75%; }} /* Extra Small Devices, Phones----------- */ @media only screen and (max-width : 480px) { .journal-robotics-and-ai { background: #fff url('https://3718aeafc638f96f5bd6-d4a9ca15fc46ba40e71f94dec0aad28c.ssl.cf1.rackcdn.com/journal-robotics-and-ai.png') no-repeat 130% 50px; background-size: 75%; }} </style> </head> <body class="journal-robotics-and-ai section-space-robotics"> <a href="#main-content" class="bypassBlock-wrapper" id="bypass"><span class="bypassBlock-button">跳转到主要内容</年代p一个n></一个> <noscript> <iframe src="https://www.thespel.com/ns.html?id=GTM-TFKV632>m_auth=NsJH3Ts1-89I8lZURwQYmw>m_preview=env-1>m_cookies_win=x" height="0" width="0" style="display:none;visibility:hidden"></iframe> </noscript>  <noscript> <iframe src="https://www.thespel.com/ns.html?id=GTM-N279F7B>m_auth=jfKETtlWamfZ4l02YiFCQw>m_preview=env-1>m_cookies_win=x" height="0" width="0" style="display:none;visibility:hidden"></iframe> </noscript>  <frontiers-ibar main-domain="frontiersin.org" is-frontiers="true" tenant-name="FRONTIERS" loop-url="https://loop.frontiersin.org" journal-id="657"></frontiers-ibar> <div class="page-container sidemenu-collapsed" id="main-content"> <div id="article" class="boxed white no-padding"> <div class="container-fluid main-container-xxl"> <div class="row" id="similar-articles"> <div class="new-wrapper"> <style> .disabled-supplementary-btn { cursor: not-allowed; pointer-events: none; opacity: .65; filter: alpha(opacity=65); -webkit-box-shadow: none; box-shadow: none; } </style> <aside class="right-container"> <div class="side-article-download clearfix"> <ul class="list-unstyled list-inline clearfix"> <li class="dropdown text-center paper"><button data-target="#" class="dropdown-toggle" data-test-id="download-button" data-toggle="dropdown" role="button" aria-expanded="false"><span class="icon-label" data-event="download-button-click">下载文章</年代p一个n></button> <div class="dropdown-menu-wrapper"> <div class="dropdown-menu-mobile-title"> 下载文章</d我v><ul class="dropdown-menu" role="menu"> <li><a class="download-files-pdf action-link" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/pdf" data-test-id="article-downloadpdf" data-event="downloadpdf-button-click" id="download_article">下载</一个></l我><l我><a class="download-files-readcube" href="http://www.readcube.com/articles/10.3389/frobt.2022.994437" data-test-id="article-viewenhancedpdf" data-event="downloadreadcube-button-click" id="download_article">ReadCube</一个></l我><l我><a class="download-files-epub" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/epub" data-test-id="article-epub" data-event="downloadepub-button-click" id="download_article">EPUB</一个></l我><l我><a class="download-files-nlm" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/xml/nlm" data-test-id="article-nlm" data-event="downloadnlm-button-click" id="download_article">XML (NLM)</一个></l我></ul> <button class="dropdown-menu-mobile-close-button" aria-label="Close" data-toggle="dropdown"></button> </div></li> <li class="dropdown"><button type="button" class="navbar-toggle navbar-share" data-toggle="dropdown" data-target="#" aria-expanded="false"></button> <div class="dropdown-menu-wrapper share-dropdown"> <div class="dropdown-menu-mobile-title"> 分享</d我v><ul class="dropdown-menu" role="menu"> <li class="social_block"> <div class="atButton"> <a class="addthis_button_twitter at300b" title="" target="_blank" data-test-id="share-article-twitter-mobile" href="https://twitter.com/intent/tweet?url=//www.thespel.com/articles/10.3389/frobt.2022.994437&text=Computationally efficient and sub-optimal trajectory planning framework based on trajectory-quality growth rate analysis"><span class="at-icon-wrapper"></span></a> </div></li> <li class="social_block"> <div class="atButton"> <a class="addthis_button_linkedin at300b" title="" target="_blank" data-test-id="share-article-linkedin-mobile" href="https://www.linkedin.com/sharing/share-offsite/?url=//www.thespel.com/articles/10.3389/frobt.2022.994437&title=Computationally efficient and sub-optimal trajectory planning framework based on trajectory-quality growth rate analysis"><span class="at-icon-wrapper"></span></a> </div></li> <li class="social_block"> <div class="atButton"> <a class="addthis_button_facebook at300b" title="" target="_blank" data-test-id="share-article-facebook-mobile" href="https://www.facebook.com/sharer.php?u=//www.thespel.com/articles/10.3389/frobt.2022.994437"><span class="at-icon-wrapper"></span></a> </div></li> </ul> <button class="dropdown-menu-mobile-close-button" aria-label="Close" data-toggle="dropdown"></button> </div></li> <li class="dropdown"><button type="button" class="navbar-toggle navbar-citations" data-event="citation-button-click" data-toggle="dropdown" data-target="#" aria-expanded="false"></button> <div class="dropdown-menu-wrapper"> <div class="dropdown-menu-mobile-title"> 出口的引用</d我v><ul class="dropdown-menu" role="menu"> <li><a data-test-id="article-endnote" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/endNote" data-event="endnotedownload-button-click">尾注</一个></l我><l我><a data-test-id="article-referencemanager" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/reference" data-event="referencemanagerdownload-button-click">引用管理器</一个></l我><l我><a data-test-id="article-simpletextfile" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/text" data-event="simpletextfiledownload-button-click">简单的文本文件</一个></l我><l我><a data-test-id="article-bibtex" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/bibTex" data-event="bibtexdownload-button-click">助理</一个></l我></ul> <button class="dropdown-menu-mobile-close-button" aria-label="Close" data-toggle="dropdown"></button> </div></li> </ul> </div> <div class="stats-container"> <div class="divide-container"> <div class="flex-container-metrics"> <ul class="nav"> <li class="impact-data" id="views-section" style="display:none"><span class="views-count" id="views-count"></span><span class="title-views">总观点</年代p一个n></l我><li class="impact-data" id="downloads-section" style="display:none"><span class="views-count" id="downloads-count"></span><span class="title-views">下载</年代p一个n></l我><li class="impact-data" id="citations-section" style="display:none"><span class="views-count" id="citations-count"></span><span class="title-views">引用</年代p一个n></l我></ul> <div class="infoPopover" id="infoPopover" style="display:none"> <div role="button" class="infoPopover__trigger"></div> <div class="infoPopover__content"> <p>2023年5月,边界采用计雷竞技rebat数器5兼容的一个新的报告平台,符合行业标准。</p><一个href="https://blog.frontiersin.org/2023/05/16/open-access-publisher-frontiers-moves-to-a-new-article-metric-platform-counter/" target="_blank">阅读更多</一个><d我vrole="button" class="infoPopover__close"></div> </div> </div> </div> <div class="articleImpact" id="article-impact"> <span class="borderLine"></span> <a class="articleImpact--url" data-test-id="view-article-impact" data-event="impact-button-click" href="http://loop-impact.frontiersin.org/impact/article/994437" target="_blank">查看文章的影响</一个></d我v></d我v><d我v class="side-article-impact"> <ul class="nav"> <li class="altmetric-wrapper"> <div class="altmetric-embed" data-badge-type="donut" data-event="altmetric-button-click" data-badge-popover="bottom" data-doi="10.3389/frobt.2022.994437" data-condensed="true" data-link-target="new"></div><a class="altmetricScore_url" href="https://www.altmetric.com/details/doi/10.3389/frobt.2022.994437" target="_blank">视图altmetric得分</一个></l我></ul> </div> </div> <div class="side-article-share "> <h5 class="like-h4">分享</h5><gydF4y2B一个ul class="share-media clearfix" style="padding: 0;"> <li class="social_block"> <div class="atButton"> <a class="addthis_button_facebook at300b" title="" data-test-id="share-article-facebook" href="https://www.facebook.com/sharer.php?u=//www.thespel.com/articles/10.3389/frobt.2022.994437" target="_blank"><span class="at-icon-wrapper" style=" background-color: rgb(29, 161, 242); line-height: 16px; height: 16px; width: 16px; "></span></a> </div></li> <li class="social_block"> <div class="atButton"> <a class="addthis_button_twitter at300b" title="" data-test-id="share-article-twitter" href="https://twitter.com/intent/tweet?url=//www.thespel.com/articles/10.3389/frobt.2022.994437&text=Computationally efficient and sub-optimal trajectory planning framework based on trajectory-quality growth rate analysis" target="_blank"><span class="at-icon-wrapper" style=" background-color: rgb(29, 161, 242); line-height: 16px; height: 16px; width: 16px; "></span></a> </div></li> <li class="social_block"> <div class="atButton"> <a class="addthis_button_linkedin at300b" title="" data-test-id="share-article-linkedin" href="https://www.linkedin.com/sharing/share-offsite/?url=//www.thespel.com/articles/10.3389/frobt.2022.994437&title=Computationally efficient and sub-optimal trajectory planning framework based on trajectory-quality growth rate analysis" target="_blank"><span class="at-icon-wrapper" style=" background-color: rgb(29, 161, 242); line-height: 16px; height: 16px; width: 16px; "></span></a> </div></li> </ul> </div> <aside id="anchors" class="pull-left table-of-contents side-article"> <div class="side-people hidden-sm hidden-xs"> <section class="side-article-editors"> <header> <h5 class="like-h4">编辑</h5></he一个der><一个class="authors" href="//www.thespel.com/loop/people/451499/overview" target="_blank"><img alt="" class="pr5 pull-left" onerror="this.src = '/Areas/Articles/Images/Frontiers/Common/Profile/default-loop-profile.jpg'" src="https://loop.frontiersin.org/images/profile/451499/24"><h6 class="author-link-aside">Jekanthan Thangavelautham</h6></一个><d我vcl一个年代年代="clearfix"></div> <p><span class="notes">美国亚利桑那大学</年代p一个n></p><header> <h5 class="like-h4">看过的</h5></he一个der><一个class="authors" href="https://loop.frontiersin.org/people/1016901/overview" target="_blank"><img alt="" class="pr5 pull-left" onerror="this.src = '/Areas/Articles/Images/Frontiers/Common/Profile/default-loop-profile.jpg'" src="https://loop.frontiersin.org/images/profile/1016901/24"><h6 class="author-link-aside">维维安Suzano Medeiros</h6></一个><d我vcl一个年代年代="clearfix"></div> <p><span class="notes">罗马教宗的里约热内卢天主教大学的巴西</年代p一个n></p><一个class="authors" href="https://loop.frontiersin.org/people/1963441/overview" target="_blank"><img alt="" class="pr5 pull-left" onerror="this.src = '/Areas/Articles/Images/Frontiers/Common/Profile/default-loop-profile.jpg'" src="https://loop.frontiersin.org/images/profile/1963441/24"><h6 class="author-link-aside">Hiroki加藤</h6></一个><d我vcl一个年代年代="clearfix"></div> <p><span class="notes">日本宇宙航空研究开发机构(JAXA),日本</年代p一个n></p></年代ection> </div> <nav> <header> <h5 class="like-h4" style="padding-top: 14px; padding-left: 6px; margin-bottom: 6px;">表的内容</h5></he一个der><ul class="nav nav-list list-unstyled contents" data-event="toc-link-click"> <li> <ul class="flyoutJournal"> <li><a href="#h1">文摘</一个></l我><l我><a href="#h2">1介绍</一个></l我><l我><a href="#h3">2 TQGR-based轨迹规划框架</一个></l我><l我><a href="#h4">3在轨迹规划</一个></l我><l我><a href="#h5">4地形数据处理</一个></l我><l我><a href="#h6">5仿真研究</一个></l我><l我><a href="#h7">6结论和未来的工作</一个></l我><l我><a href="#h8">数据可用性声明</一个></l我><l我><a href="#h9">作者的贡献</一个></l我><l我><a href="#h10">的利益冲突</一个></l我><l我><a href="#h11">出版商的注意</一个></l我><l我><a href="#h12">引用</一个></l我></ul></li> </ul> </nav> </aside> <div class="clearfix"></div> <div class="side-article-download side-export clearfix"> <ul class="list-unstyled list-inline clearfix"> <li class="dropdown text-center citation"><button data-target="#" data-test-id="citation-button" data-toggle="dropdown" role="button" aria-expanded="false"><span class="icon-label" data-event="citation-button-click">出口的引用</年代p一个n></button> <ul class="dropdown-menu" role="menu"> <li><a data-test-id="article-endnote" id="export_citation" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/endNote" data-event="endnotedownload-button-click">尾注</一个></l我><l我><a data-test-id="article-referencemanager" id="export_citation" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/reference" data-event="referencemanagerdownload-button-click">引用管理器</一个></l我><l我><a data-test-id="article-simpletextfile" id="export_citation" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/text" data-event="simpletextfiledownload-button-click">简单的文本文件</一个></l我><l我><a data-test-id="article-bibtex" id="export_citation" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/bibTex" data-event="bibtexdownload-button-click">助理</一个></l我></ul></li> </ul> </div> <div class="side-crossmark"> <a data-target="crossmark" class="crossmark"> <figure> <img id="crossmark-icon" style="border: 0; width:64px; height:64px;" src="https://crossmark-cdn.crossref.org/widget/v2.0/logos/CROSSMARK_BW_square_no_text.svg" title="" alt=""> </figure> <div id="crossmark-icon"> 检查更新</d我v></一个></d我v><一个rticle class="widget-listing people-also-looked-at side-article-related hidden"> <h5 class="like-h4" data-event="peoplelookedat-link-click">人也看了</h5></一个rt我cle></aside> <main class=""> <div class="article-section"> <div class="article-container" data-html="True"> <div class="abstract-container"> <div class="article-header-container">   <div class="header-bar-one"> <h2>原始研究的文章</h2></d我v><d我vcl一个年代年代="header-bar-three-container"> <div class="header-bar-three"> 前面。机器人。人工智能,2022年10月28日<br>gydF4y2B一个秒。空间机器人<br><年代p一个ncl一个年代年代="volumeInfo">卷9 - 2022 |</年代p一个n><一个href="https://doi.org/10.3389/frobt.2022.994437">https://doi.org/10.3389/frobt.2022.994437</一个></d我v></d我v></div> <div class="JournalAbstract"> <a id="h1" name="h1"></a> <h1>计算效率和最优轨迹规划框架基于trajectory-quality增长率分析</h1><d我vcl一个年代年代="authors"> <a href="//www.thespel.com/people/u/1874986" class="user-id-1874986"><img class="pr5" src="https://loop.frontiersin.org/images/profile/1874986/24" onerror="this.src='https://f96a1a95aaa960e01625-a34624e694c43cdf8b40aa048a644ca4.ssl.cf2.rackcdn.com/Design/Images/newprofile_default_profileimage_new.jpg'" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个">Reiya Takemura</一个>*<gydF4y2B一个一个href="//www.thespel.com/people/u/1681266" class="user-id-1681266"><img class="pr5" src="https://loop.frontiersin.org/images/profile/1681266/24" onerror="this.src='https://f96a1a95aaa960e01625-a34624e694c43cdf8b40aa048a644ca4.ssl.cf2.rackcdn.com/Design/Images/newprofile_default_profileimage_new.jpg'" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个">Genya Ishigami</一个></d我v><ul class="notes"> <li>科技学院,研究生院综合设计工程、庆应义塾大学,东京,日本</l我></ul> <p class="mb15">行星探测车已经用于科学任务或作为未来载人航天任务的前兆。探测器的自主系统由空间限制,抗辐射机载计算机;因此,这类电脑的处理性能是严格限制,由于电力供应的限制。一般来说,一个计算高效的算法在自治系统是有利的。因此,本研究提出了一种计算效率和最优轨迹规划漫游者的框架。框架利用增量搜索算法,它可以产生更多的最优解决方案随着迭代次数的增加。这样一个增量搜索是受到轨迹最优性和计算负担之间的权衡。因此,我们引入trajectory-quality增长率(TQGR)统计分析轨迹最优之间的关系和计算成本。这个分析是在几种类型的地形,进行估计和计划停止标准。此外,地形的关系特性和建模的停止标准是离线的机器学习技术。 Then, using the criterion predicted by the model, the proposed framework appropriately interrupts the incremental search in online motion planning, resulting in a sub-optimal trajectory with less computational burden. Trajectory planning simulation in various real terrain data validates that the proposed framework can, on average, reduce the computational cost by 47.6% while maintaining 63.8% of trajectory optimality. Furthermore, the simulation result shows the proposed framework still performs well even though the planning stop criterion is not adequately predicted.</p><d我vcl一个年代年代="clear"></div> </div> <div class="JournalFullText"> <a id="h2" name="h2"></a> <h2>1介绍</h2><pcl一个年代年代="mb15">在极端环境,如火星或火山区域,移动机器人被用于科学任务或作为未来载人航天任务前兆。机器人叫行星探测器从地球上主要是吩咐自主移动系统。然而,地球和探测器之间的通信延迟通常阻碍任务;因此,自主移动探测器的基本系统。自主移动系统包括以下三个主要过程:首先,车载摄像头的罗孚承认一个环境或光探测和测距(激光雷达)传感器为了创建几何地形地图。随后,漫游者计划路径或轨迹运动将达到当地的地图上指定的目标。最后,运动探测器先后执行计划基于其导航和控制子系统。这些过程是由空间限制,抗辐射机载计算机。这种计算机的处理性能往往是有限的,由于电力供应的限制。因此,计算有效的算法在自治系统是有利的。</p><pcl一个年代年代="mb15">探测器运动规划是一个重要的过程,以避免很多风险具有挑战性的地形,如车辆翻转倾斜的地形,岩石碰撞与障碍,或成为车轮上的松散的土壤。基于网格的解决这些问题的路径规划方法(<一个href="#B3">Carsten et al ., 2007</一个>;<gydF4y2B一个一个href="#B24">Pivtoraiko et al ., 2009</一个>;<gydF4y2B一个一个href="#B16">Ishigami et al ., 2013</一个>)。大部分的方法基本上来源于普通机器人状态空间离散化,如国家晶格。基于网格的规划师生成一个图的顶点是一组离散的可及的机器人,其边界是可行的运动。然后,最优路径计算基于成本函数组成的几个指标,如车轮滑移在松散土壤,姿态角在崎岖的地形,和路径长度。在这里,一个基于网格搜索算法通常用于找到一条路径,它提供了定义的成本的最小值。然而,路径是resolution-optimal路径,这很大程度上取决于网格的分辨率。此外,这种方法的计算工作量成倍增加问题的维度或网格的分辨率。</p><pcl一个年代年代="mb15">作为增量搜索和基于网格的方法相比,使用随机抽样方法常被用来避免离散状态空间的要求。例如,迅速探索随机树(rrt)已经广泛应用于sampling-based移动机器人的运动规划(<一个href="#B22">拉和Kuffner, 1999</一个>)。该方法可以有效地找到最优的解决方案即使在高维规划问题,虽然没有完全找到最优解。有许多相关的作品关注的改进最优。一个扩展的基本RRT随时向一个算法可以生成一个更优的解决方案随着迭代次数的增加,在评估新路径是否比之前的更优的(<一个href="#B4">弗格森和Stentz, 2006年</一个>)。RRT *也提出了一个渐近最优规划可以保证最优路径的生成(<一个href="#B20">Karaman Frazzoli, 2011</一个>)。<一个href="#B7">甘贝尔et al . (2014</一个>,<gydF4y2B一个一个href="#B6">2018年</一个>)提出了一个方法,可以提高收敛速度和最终解决方案最优。在这种方法中,从第一个试验中,一旦发现路径子集的方法重试抽样只定义为一个容许启发式潜在改进解决方案。这些算法的一个主要优势是,他们可以解决运动规划问题,只要他们继续他们的增量搜索。</p><pcl一个年代年代="mb15">应用行星探索,最近的研究解决不确定性条件下的运动规划,解决了在随机约束规划问题(<一个href="#B8">Ghosh et al ., 2018</一个>;<gydF4y2B一个一个href="#B13">Inotsume et al ., 2020</一个>;<gydF4y2B一个一个href="#B23">美津浓和日本久保田公司,2020年版</一个>;<gydF4y2B一个一个href="#B2">烛光et al ., 2022</一个>)。这些作品规划机器人的运动,这样最坏情况的概率小于指定的公差,导致的路径/轨迹生成流动性风险。尽管他们为安全可靠的机器人导航、计算成本的问题仍然是当结合增量搜索算法。</p><pcl一个年代年代="mb15">总的来说,最优之间的权衡问题/解决方案的鲁棒性和计算负担仍然是不可避免的。实际上,漫游者并不总是需要获得一个最优解,但尽快有效的解决方案。虽然妥协度量来确定终点的规划开发(<一个href="#B9">汉森和Zilberstein, 2001年</一个>)、地形特征和指标之间的关系是一个开放的问题。直观的,具有挑战性的地形可能不太可能改善轨迹最优比平坦的地形,即使计算资源充分使用。对于每个地形类型,适当增量搜索算法需要停止其过程,同时保持一定程度的最优。</p><pcl一个年代年代="mb15">本研究旨在开发一种计算效率和最优轨迹规划一个行星探测车的框架。我们介绍trajectory-quality增长率(TQGR)显式地分析轨迹之间的关系质量和计算成本。对于每个类型的地形,TQGR以离线的方式收集和统计处理。TQGR-based分析可以显示一个适当的迭代次数,可能提高轨迹最优。然后,分析模块是利用在线轨迹规划;因此,拟议的框架适当中断的增量搜索和生成最优轨迹罗孚减少计算负担。数值模拟研究执行验证拟议的框架。</p><pcl一个年代年代="mb15">其余本文的组织结构如下:第二节介绍了轨迹规划与TQGR-based分析框架。第三节给出了轨迹规划算法quasi-dynamic车辆模型在松散和崎岖的地形。第四部分展示了LiDAR-based地形测绘系统。第五节讨论了仿真结果使用拟议的框架。第六节得出结论并提出了未来的研究方向。</p><一个我d="h3" name="h3"></a> <h2>2 TQGR-based轨迹规划框架</h2><h3cl一个年代年代="pt0">2.1概述</h3><pcl一个年代年代="mb0"><a href="#F1">图1</一个>概述了提出了轨迹规划框架。框架主要由地图生成器,一个随时轨迹规划,TQGR-based分析模块。生成的地形图是激光雷达点云转换成数字高程图(民主党)中描述<一个href="#B16">Ishigami et al . (2013</一个>)。扫描的地形数据也分类根据其粗糙度。第四节中描述的细节。随时轨迹规划雇佣我们traversability-based轨迹规划(<一个href="#B33">Takemura Ishigami, 2021</一个>),闭环RRT (CL-RRT) (<一个href="#B21">桑田et al ., 2009</一个>)作为一个增量搜索算法。CL-RRT算法适用于高维问题空间受到多个约束条件,如机器人traversability和不完整的车辆。我们以前的工作验证,CL-RRT基于quasi-dynamic车辆模型有助于减少车辆滑在松散的土壤风险。第三节重新强调细节的轨迹规划。在这项研究中,随时CL-RRT迭代中执行一个方法提高质量成本函数定义的轨迹。TQGR-based分析模块,统计建模的离线,CL-RRT终止迭代。下面的小节解释了TQGR-based分析。</p><d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图1</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g001.jpg" name="Figure1" target="_blank"><img id="F1" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g001.jpg"></a> <p><b>图1</b>gydF4y2B一个。提出了轨迹规划框架。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h3 class="pt0">2.2使用TQGR-based轨迹评估分析</h3><pcl一个年代年代="mb0">所提出的<一个href="#B4">弗格森和Stentz (2006</一个>),生成的轨迹RRT收敛于最优解,但是迭代的数量逐渐增加。适当的终止迭代每个地形类型,介绍了TQGR基于轨迹成本和计算工作。当一个新的轨迹以更少的成本<e米>C</egydF4y2B一个米><年代ub><em>我</e米></年代ub>被发现在<e米>我</e米>TQGR th迭代<e米>η</egydF4y2B一个米><年代ub><em>我</e米></年代ub>定义如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e1"> <msub> <mrow> <mi> η</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> =</米o><米fr一个c><米row> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> C</米我></米row><米row> <mi> 我</米我><米o>−</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row></米年代ub> <mo> −</米o><米年代ub> <mrow> <mi> C</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </mfenced> <mo> /</米o><米年代ub> <mrow> <mi> C</米我></米row><米row> <mi> 我</米我><米o>−</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row></米年代ub> </mrow> <mrow> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> E</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> −</米o><米年代ub> <mrow> <mi> E</米我></米row><米row> <mi> 我</米我><米o>−</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row></米年代ub> </mrow> </mfenced> <mo> /</米o><米年代ub> <mrow> <mi> E</米我></米row><米row> <mtext> 马克斯</米text></米row></msub> </mrow> </mfrac> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>1</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>E</egydF4y2B一个米>指出了计算成本,可以由计算时间或RRT算法的抽样试验的数量。<e米>E</egydF4y2B一个米><年代ub>马克斯</年代ub>定义的最大计算成本和基于迭代的数量。TQGR表明轨迹质量改善的程度相对于计算成本。然后,随时的迭代计划的TQGR时终止<e米>我</e米>th迭代小于预期的值:<d我vcl一个年代年代="equationImageholder"> <math id="e2"> <msub> <mrow> <mi> η</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> <</米o><米我>问</米我><米o>,</gydF4y2Ba米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>2</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>问</e米>计划停止准则。<一个href="#F2">图2</一个>描述了直觉的计划基于TQGR和终止<e米>问</e米>。<e米>问</e米>可以给每个地形类型如下:<d我vcl一个年代年代="equationImageholder"> <math id="e3"> <mi> 问</米我><米o>=</gydF4y2Ba米o><米我>f</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <msub> <mrow> <mi mathvariant="double-struck"> 米</米我></米row><米row> <mtext> 标签</米text></米row></msub> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>3</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<我n行-formula id="inf1"> <math id="m4"> <msub> <mrow> <mi mathvariant="double-struck"> 米</米我></米row><米row> <mtext> 标签</米text></米row></msub> </math> </inline-formula>是分类的地形信息。<一个href="#e2">情商。</一个>表明,<e米>我</e米>th迭代提高轨迹质量较低的期望。</p><d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图2</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g002.jpg" name="Figure2" target="_blank"><img id="F2" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g002.jpg"></a> <p><b>图2</b>gydF4y2B一个。直觉的计划停止准则(<一个href="#e1">方程式。</一个>,<gydF4y2B一个一个href="#e2">2</一个>)。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <p class="mb0">这个函数<e米>f</egydF4y2B一个米>(⋅)TQGR离线建模的统计分析。在每种类型的地形,TQGR可以随时被收购的在每一个迭代计划。应该注意的是,轨迹规划本质上是受到RRT的随机性。减轻随机性,只要反复执行计划,以及一系列TQGRs计算。TQGRs几何平均数的定义是计划停止准则:</p><d我vcl一个年代年代="equationImageholder"> <math id="e4"> <msub> <mrow> <mi> 问</米我></米row><米row> <mtext> 标签</米text></米row></msub> <mo> =</米o><米row><米我>米</米我><米o>+</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row><米row> <msqrt> <mrow> <msub> <mrow> <mi> η</米我></米row><米row> <mn> 0</米n></米row></米年代ub> <mo> ⋅</米o><米年代ub> <mrow> <mi> η</米我></米row><米row> <mn> 1</米n></米row></米年代ub> <mo> ⋅</米o><米o>⋅</gydF4y2Ba米o><米o>⋅</gydF4y2Ba米o><米年代ub> <mrow> <mi> η</米我></米row><米row> <mi> 米</米我></米row></米年代ub> </mrow> </msqrt> </mrow> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>4</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>米</e米>是TQGRs的数量。一次<e米>问</e米><年代ub>标签</年代ub>离线计算等每种类型的地形平坦,岩石坡,TQGR-based分析模块可以确定可行的网络规划的迭代次数。简单的模型<e米>f</egydF4y2B一个米>(⋅),地形粗糙度用作<我n行-formula id="inf2"> <math id="m6"> <msub> <mrow> <mi mathvariant="double-struck"> 米</米我></米row><米row> <mtext> 标签</米text></米row></msub> </math> </inline-formula>和高斯过程回归(GPR),这是一个机器学习算法(<一个href="#B26">拉斯穆森和威廉姆斯,2006年</一个>),插入的数据集<我n行-formula id="inf3"> <math id="m7"> <msub> <mrow> <mi mathvariant="double-struck"> 米</米我></米row><米row> <mtext> 标签</米text></米row></msub> </math> </inline-formula>和<e米>问</e米><年代ub>标签</年代ub>。这使得TQGR-based轨迹规划框架来实现最优解决方案以减少计算负担甚至在未知的环境。此外,停止前的规划轨迹<e米>C</egydF4y2B一个米><年代ub><em>我</e米></年代ub>被发现在<e米>我</e米>th迭代,<一个href="#e1">方程式。</一个>,<gydF4y2B一个一个href="#e2">2</一个>扩展如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e5"> <mtable class="eqnarray"> <mtr> <mtd columnalign="right"> <msub> <mrow> <mi> E</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> ></米o><米年代ub> <mrow> <mi> E</米我></米row><米row> <mi> 我</米我><米o>−</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row></米年代ub> <mo> +</米o><米fr一个c><米row> <mn> 1</米n><米o>−</gydF4y2Ba米o><米我>α</gydF4y2Ba米我></米row><米row> <mi> 问</米我></米row></米frac> <msub> <mrow> <mi> E</米我></米row><米row> <mtext> 马克斯</米text></米row></msub> <mo> ,</米o></米td><米tdcolumnalign="left"></mtd> <mtd columnalign="left"></mtd> </mtr> <mtr> <mtd columnalign="right"> <mi> α</米我><米o>=</gydF4y2Ba米o><米fr一个c><米row> <msub> <mrow> <mi> C</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> <mrow> <msub> <mrow> <mi> C</米我></米row><米row> <mi> 我</米我><米o>−</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row></米年代ub> </mrow> </mfrac> <mo> ,</米o></米td><米tdcolumnalign="left"></mtd> <mtd columnalign="left"></mtd> </mtr> </mtable> <mspace width="5em"></mspace> <mo stretchy="false"> (</米o><米n>5</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>α</egydF4y2B一个米>是启发式参数,显示可能的成本之间的比率<e米>C</egydF4y2B一个米><年代ub><em>我</e米></年代ub>和目前的成本<e米>C</egydF4y2B一个米><年代ub><em>我</e米>−1</gydF4y2B一个年代ub>。所示<一个href="#F2">图2</一个>,<egydF4y2B一个米>E</egydF4y2B一个米><年代ub>停止</年代ub>成为大<e米>α</egydF4y2B一个米>增加。的<e米>α</egydF4y2B一个米>假设导致适当的随时终止计划,甚至在<e米>我</e米>th迭代。在实践中,<一个href="#e2">方程式。</一个>,<gydF4y2B一个一个href="#e5">5</一个>都是用于在线轨迹规划。<一个我d="h4" name="h4"></a> <h2>3在轨迹规划</h2><h3cl一个年代年代="pt0">3.1算法</h3><pcl一个年代年代="mb0">随时提出的轨迹规划基本迭代的单个程序traversability-based CL-RRT (<一个href="#B33">Takemura Ishigami, 2021</一个>)。的主要区别基本RRT和随时RRT总成本<e米>C</egydF4y2B一个米><年代ub><em>我</e米></年代ub>发现的<e米>我</e米>th迭代树用于扩张阶段RRT的下一次迭代阶段。为了找到一个新的轨迹与更小的成本比<e米>C</egydF4y2B一个米><年代ub><em>我</e米>−1</gydF4y2B一个年代ub>,树的扩张阶段<e米>我</e米>th迭代应符合下列条件:<d我vcl一个年代年代="equationImageholder"> <math id="e6"> <msub> <mrow> <mi> c</米我></米row><米row> <mtext> 开始</米text><米o>,</gydF4y2Ba米o><米我米一个thv一个r我ant="normal"> n</米我><米我米一个thv一个riant="normal"> e</米我><米我米一个thv一个riant="normal"> 一个</米我><米我米一个thv一个riant="normal"> r</米我></米row></米年代ub> <mo> +</米o><米年代ub> <mrow> <mi> c</米我></米row><米row> <mtext> 附近</米text><米o>,</gydF4y2Ba米o><米我米一个thv一个r我ant="normal"> n</米我><米我米一个thv一个riant="normal"> e</米我><米我米一个thv一个riant="normal"> w</米我></米row></米年代ub> <mo> +</米o><米年代ub> <mrow> <mi> h</米我></米row><米row> <mtext> 新</米text><米o>,</gydF4y2Ba米o><米我米一个thv一个r我ant="normal"> g</米我><米我米一个thv一个riant="normal"> o</米我><米我米一个thv一个riant="normal"> 一个</米我><米我米一个thv一个riant="normal"> l</米我></米row></米年代ub> <mo> <</米o><米年代ub> <mrow> <mi> C</米我></米row><米row> <mi> 我</米我><米o>−</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row></米年代ub> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>6</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>c</egydF4y2B一个米><年代ub>开始,附近</年代ub>是一开始状态和状态之间的成本最近的新国家的树,<e米>c</egydF4y2B一个米><年代ub>附近,新</年代ub>是最近的状态之间的成本和新状态,然后呢<e米>h</egydF4y2B一个米><年代ub>新的目标</年代ub>是给定的启发式成本目标区域。在这篇文章中,启发式的欧几里得距离使用成本。这个成本评估可以排除无用的树扩展,导致有效的找到一个新的轨迹以较小的成本是否存在。总成本指数降低,收敛于最优解作为迭代的数量增加。<pcl一个年代年代="mb0" id="Algorithm_1"><b>算法1。</b>gydF4y2B一个在轨迹规划。<b>输入:</b>gydF4y2B一个目标区域:<e米>X</egydF4y2B一个米><年代ub>目标</年代ub> <b>输入:</b>gydF4y2B一个地形地图:<我n行-formula id="inf4"> <math> <mi mathvariant="double-struck"> 米</米我></米一个th></inline-formula> <b>输入:</b>gydF4y2B一个计划停止准则:<e米>问</e米><b>输出:</b>gydF4y2B一个轨迹:<我n行-formula id="inf5"> <math> <msub> <mrow> <mi mathvariant="script"> T</米我></米row><米row> <mtext> subopt</米text></米row></msub> </math> </inline-formula></p> <p style="margin-left: 2em;text-indent:-0.7em;margin-top: 0em;margin-bottom: 0em;">1:<e米>Y</egydF4y2B一个米><年代ub>目标</年代ub>←获得<我n行-formula id="inf6"> <math> <mrow> <mo stretchy="false"> (</米o><米row><米年代ub> <mrow> <mi> X</米我></米row><米row> <mtext> 目标</米text></米row></msub> <mo> ,</米o><米我米一个thv一个r我ant="double-struck"> 米</米我></米row><米o年代tretchy="false"> )</米o></米row></米一个th> </inline-formula> 2:<e米>年代</e米>←(<egydF4y2B一个米>G</egydF4y2B一个米><年代ub><em>y</e米></年代ub>,<e米>G</egydF4y2B一个米><年代ub><em>σ</e米></年代ub>)←初始化(<b><e米>x</egydF4y2B一个米></b><年代ub>初始化</年代ub>,<e米>Y</egydF4y2B一个米><年代ub>目标</年代ub>)3:<b>gydF4y2B一个而</b>gydF4y2B一个我+ +<b>gydF4y2B一个做</b>4:<b>gydF4y2B一个而</b>1<b>gydF4y2BgydF4y2Ba一个做</b>5:<b><e米>y</egydF4y2B一个米></b><年代ub>兰德</年代ub>←样本(<e米>k</egydF4y2B一个米>,<egydF4y2B一个米>Y</egydF4y2B一个米><年代ub>目标</年代ub>)6:<我n行-formula id="inf7"> <math> <mrow> <mo stretchy="false"> (</米o><米row><米年代ub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> <mo> ,</米o><米年代ub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> σ</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> </mrow> <mo stretchy="false"> )</米o></米row><米o>←</米o></米一个th></我nline-formula>延长(<e米>年代</e米>,<b><egydF4y2B一个米>y</egydF4y2B一个米></b><年代ub>兰德</年代ub>)7:<b>gydF4y2B一个如果</b>Tr一个ver年代一个b我l我ty评估<我n行-formula id="inf8"> <math> <mrow> <mo stretchy="false"> (</米o><米row><米年代ub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> σ</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> </mrow> <mo stretchy="false"> )</米o></米row></米一个th> </inline-formula>并检查<一个href="#e6">Eq。(6)</一个><b>然后</b>8:<e米>年代</e米>←UpdateTuple<我n行-formula id="inf9"> <math> <mrow> <mo stretchy="false"> (</米o><米row><米我>年代</米我><米o>,</gydF4y2Ba米o><米年代ub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> <mo> ,</米o><米年代ub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> σ</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> </mrow> <mo stretchy="false"> )</米o></米row></米一个th> </inline-formula> 9:<b>gydF4y2B一个如果</b>Re一个chGo一个l<gydF4y2Ba我n行-formula id="inf10"> <math> <mrow> <mo stretchy="false"> (</米o><米row><米年代ub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> σ</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> </mrow> <mo stretchy="false"> )</米o></米row></米一个th> </inline-formula><b>然后</b>10:<我n行-formula id="inf11"> <math> <mi mathvariant="script"> T</米我><米o>←</gydF4y2Ba米o></米一个th></我nline-formula>GetTrajectory (<e米>年代</e米>,<egydF4y2B一个米>Y</egydF4y2B一个米><年代ub>目标</年代ub>)11:<b>gydF4y2B一个如果</b>Co年代tCheck<gydF4y2Ba我n行-formula id="inf12"> <math> <mrow> <mo stretchy="false"> (</米o><米row><米我米一个thvariant="script"> T</米我></米row><米o年代tretchy="false"> )</米o></米row></米一个th> </inline-formula><b>然后</b>12:<我n行-formula id="inf13"> <math> <msub> <mrow> <mi mathvariant="script"> T</米我></米row><米row> <mtext> subopt</米text></米row></msub> <mo> ←</米o><米我米一个thv一个r我ant="script"> T</米我></米一个th></inline-formula> 13:<e米>η</egydF4y2B一个米><年代ub><em>我</e米></年代ub>←CalcTQGR<我n行-formula id="inf14"> <math> <mrow> <mo stretchy="false"> (</米o><米row><米年代ub> <mrow> <mi mathvariant="script"> T</米我></米row><米row> <mtext> subopt</米text></米row></msub> </mrow> <mo stretchy="false"> )</米o></米row></米一个th> </inline-formula> 14:打破15:<b>gydF4y2B一个如果</b><e米>η</egydF4y2Ba米><年代ub><em>我</e米></年代ub><<e米>问</e米><b>然后</b>16:打破17:返回<我n行-formula id="inf15"> <math> <msub> <mrow> <mi mathvariant="script"> T</米我></米row><米row> <mtext> subopt</米text></米row></msub> </math> </inline-formula></p> <p class="mb0"><a id="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>随时显示了过程的轨迹规划。我们的轨迹规划整合traversability评估到CL-RRT算法(<一个href="#B21">桑田et al ., 2009</一个>)。在开始轨迹规划之前,获得计算<e米>z</egydF4y2B一个米>为每个目标坐标位置<e米>X</egydF4y2B一个米><年代ub>目标</年代ub>利用地形信息(<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>第1行),样本函数节点随机样本<b><e米>y</egydF4y2B一个米></b><年代ub>兰德</年代ub>包括x, y, z坐标(<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>第5行),扩展函数返回两个图表:参考轨迹<我n行-formula id="inf16"> <math id="m22"> <msub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> </math> </inline-formula>和状态轨迹<我n行-formula id="inf17"> <math id="m23"> <msub> <mrow> <mi> G</米我></米row><米row> <msub> <mrow> <mi> σ</米我></米row><米row> <mtext> 新</米text></米row></msub> </mrow> </msub> </math> </inline-formula>(<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>在第6行)<一个href="#B21">桑田et al . (2009</一个>),参考轨迹向采样节点扩展。quasi-dynamic车辆的状态轨迹模拟模型与轨迹跟踪控制器(<一个href="#F3">图3</一个>)。quasi-dynamic车辆模型准确地预测机器人运动和先后更新国家即使在松散的土壤,同时跟踪参考轨迹。traversability评估检查返回的状态轨迹,避免流动性风险罗孚的2.5维粗糙和宽松的地形(<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>第7行)。此外,任何方法的约束<一个href="#e6">情商。</一个>也检查。可否认的轨迹时,该算法更新元组<e米>年代</e米>(<gydF4y2B一个一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>第8行)。CostCheck函数计算的成本在整个轨迹到达目标(<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>第11行),考虑到traversability指数如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e7"> <mtable class="eqnarray"> <mtr> <mtd columnalign="right"> <msub> <mrow> <mi> C</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> =</米o><米年代ubsup> <mrow> <mo> ∫</米o></米row><米row> <msub> <mrow> <mi> t</米我></米row><米row> <mtext> 年代</米text></米row></msub> </mrow> <mrow> <msub> <mrow> <mi> t</米我></米row><米row> <mtext> e</米text></米row></msub> </mrow> </msubsup> <mfenced open="{" close=""> <mrow> <msub> <mrow> <mi> W</米我></米row><米row> <mi> ϕ</米我></米row></米年代ub> <msup> <mrow> <mfenced open="(" close=")"> <mrow> <mfrac> <mrow> <mi> ϕ</米我><米fencedopen="(" close=")"> <mrow> <mi> t</米我></米row></米fenced> </mrow> <mrow> <msub> <mrow> <mi> N</米我></米row><米row> <mi> ϕ</米我></米row></米年代ub> </mrow> </mfrac> </mrow> </mfenced> </mrow> <mrow> <mn> 2</米n></米row></米年代up> <mo> +</米o><米年代ub> <mrow> <mi> W</米我></米row><米row> <mi> θ</米我></米row></米年代ub> <msup> <mrow> <mfenced open="(" close=")"> <mrow> <mfrac> <mrow> <mi> θ</米我><米fencedopen="(" close=")"> <mrow> <mi> t</米我></米row></米fenced> </mrow> <mrow> <msub> <mrow> <mi> N</米我></米row><米row> <mi> θ</米我></米row></米年代ub> </mrow> </mfrac> </mrow> </mfenced> </mrow> <mrow> <mn> 2</米n></米row></米年代up> </mrow> </mfenced> </mtd> <mtd columnalign="left"></mtd> <mtd columnalign="left"></mtd> </mtr> <mtr> <mtd columnalign="right"> <mfenced open close="}"> <mrow> <mo> +</米o><米年代ub> <mrow> <mi> W</米我></米row><米row> <mi> 年代</米我></米row></米年代ub> <msup> <mrow> <mfenced open="(" close=")"> <mrow> <mfrac> <mrow> <mi> 年代</米我><米fencedopen="(" close=")"> <mrow> <mi> t</米我></米row></米fenced> </mrow> <mrow> <msub> <mrow> <mi> N</米我></米row><米row> <mi> 年代</米我></米row></米年代ub> </mrow> </mfrac> </mrow> </mfenced> </mrow> <mrow> <mn> 2</米n></米row></米年代up> <mo> +</米o><米年代ub> <mrow> <mi> W</米我></米row><米row> <mi> β</米我></米row></米年代ub> <msup> <mrow> <mfenced open="(" close=")"> <mrow> <mfrac> <mrow> <mi> β</米我><米fencedopen="(" close=")"> <mrow> <mi> t</米我></米row></米fenced> </mrow> <mrow> <msub> <mrow> <mi> N</米我></米row><米row> <mi> β</米我></米row></米年代ub> </mrow> </mfrac> </mrow> </mfenced> </mrow> <mrow> <mn> 2</米n></米row></米年代up> <mo> +</米o><米年代ub> <mrow> <mi> W</米我></米row><米row> <mi> l</米我></米row></米年代ub> <msup> <mrow> <mfenced open="(" close=")"> <mrow> <mfrac> <mrow> <mi> l</米我><米fencedopen="(" close=")"> <mrow> <mi> t</米我></米row></米fenced> </mrow> <mrow> <msub> <mrow> <mi> N</米我></米row><米row> <mi> l</米我></米row></米年代ub> </mrow> </mfrac> </mrow> </mfenced> </mrow> <mrow> <mn> 2</米n></米row></米年代up> </mrow> </mfenced> <mi> d</米我><米我>t</gydF4y2Ba米我><米o>,</gydF4y2Ba米o></米td><米tdcolumnalign="left"></mtd> <mtd columnalign="left"></mtd> </mtr> </mtable> <mspace width="5em"></mspace> <mo stretchy="false"> (</米o><米n>7</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>我</e米>表示<e米>我</e米>th迭代,<e米>t</egydF4y2B一个米><年代ub>e</年代ub>−<e米>t</egydF4y2B一个米><年代ub>年代</年代ub>移动机器人的运行时间是旅行,<e米>l</egydF4y2B一个米>轨迹段的长度,<e米>ϕ</egydF4y2B一个米>和<e米>θ</egydF4y2B一个米>机器人的横滚和俯仰角度,<e米>年代</e米>滑移率在纵向方向的机器人,<e米>β</egydF4y2B一个米>是机器人的侧滑角,<e米>N</egydF4y2B一个米><年代ub><em>l</e米></年代ub>,<e米>N</egydF4y2B一个米><年代ub><em>ϕ</e米></年代ub>,<e米>N</egydF4y2B一个米><年代ub><em>θ</e米></年代ub>,<e米>N</egydF4y2B一个米><年代ub><em>年代</e米></年代ub>,<e米>N</egydF4y2B一个米><年代ub><em>β</e米></年代ub>是渲染每个索引无量纲归一化因素,然后呢<e米>W</egydF4y2B一个米><年代ub><em>l</e米></年代ub>,<e米>W</egydF4y2B一个米><年代ub><em>ϕ</e米></年代ub>,<e米>W</egydF4y2B一个米><年代ub><em>θ</e米></年代ub>,<e米>W</egydF4y2B一个米><年代ub><em>年代</e米></年代ub>,<e米>W</egydF4y2B一个米><年代ub><em>β</e米></年代ub>的加权因子,为每个索引提供特定的优先级。一般来说,用户定义参数的加权因子和持续整个轨迹规划。他们调整平等影响成本函数。如果一个新的轨迹比以往更优,计算TQGR (<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>,13号线)。然后,TQGR如果随时评估计划(<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>行3-16)需要终止其迭代(<一个我d="Algorithm_1" href="//www.thespel.com/articles/10.3389/statement-Algorithm_1">算法1</一个>,第15行)。<d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图3</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g003.jpg" name="Figure3" target="_blank"><img id="F3" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g003.jpg"></a> <b>图3</b>gydF4y2B一个。连续计算模块quasi-dynamic车辆模型。</d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h3 class="pt0">3.2 Quasi-dynamic车辆模型</h3><pcl一个年代年代="mb0">quasi-dynamic车辆模型提出了在我们的会议文章(<一个href="#B33">Takemura Ishigami, 2021</一个>)。我们验证计划与quasi-dynamic模型保证车辆滑移小于规定的阈值在整个轨迹。本节只突出了车辆模型,因为它需要计算成本函数。探测器是在这项研究中被认为是一种四轮移动机器人与微分悬架和前可操纵的车轮所示<一个href="#F4">图4</一个>。拟议中的quasi-dynamic车辆模型包含五个模块(<一个href="#F3">图3</一个>)。首先,2.5维运动学与车辆滑移更新车辆状态对车辆位置和航向。随后,暂停机制估计车辆横滚和俯仰倾斜的地形。鉴于横滚和俯仰角度,基于terramechanics wheel-soil交互模型(<一个href="#B35">黄2008</一个>)计算每个轮轮接触力。总结所有接触力提供了车辆的转弯和推力。此外,求和,吩咐速度和转向的轨迹跟踪控制器。使用转弯和推力部队车辆滑移的特征图(CDVS)估计车辆滑移率和侧滑角。下面的内容将仔细解释quasi-dynamic车辆模型的五个模块。<d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图4</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g004.jpg" name="Figure4" target="_blank"><img id="F4" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g004.jpg"></a> <b>图4</b>gydF4y2B一个。车辆模型的示意图与微分悬挂。<b>(gydF4y2B一个一)</b>gydF4y2B一个前视图,<b>(B)</b>gydF4y2BgydF4y2Ba一个侧视图。</d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h4>3.2.1运动学公式</h4><pcl一个年代年代="mb0">运动预测在崎岖的地形表达基于2.5维车辆运动学模型。首先,罗孚的状态描述如下:<d我vcl一个年代年代="equationImageholder"> <math id="e8"> <mi mathvariant="bold-italic"> x</米我><米o>=</gydF4y2Ba米o><米年代up> <mrow> <mfenced open="[" close="]"> <mrow> <mi> x</米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> y</米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> ϕ</米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> θ</米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> ψ</米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> 年代</米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> β</米我></米row></米fenced> </mrow> <mrow> <mi> T</米我></米row></米年代up> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>8</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>x</egydF4y2B一个米>和<e米>y</egydF4y2B一个米>是机器人的重心的坐标,然后呢<e米>ψ</egydF4y2B一个米>是机器人的航向角。的研究<一个href="#B25">Rajamani (2012</一个>),机器人运动可以描述机器人的车身骨架(<一个href="#F4">图4一</一个>)如下:<d我vcl一个年代年代="equationImageholder"> <math id="e9"> <msub> <mrow> <mi> v</米我></米row><米row> <mi> x</米我></米row></米年代ub> <mo> =</米o><米年代ub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> c</米我><米我米一个thv一个riant="normal"> 米</米我><米我米一个thv一个riant="normal"> d</米我></米row></米年代ub> <mfenced open="(" close=")"> <mrow> <mn> 1</米n><米o>−</gydF4y2Ba米o><米我>年代</米我></米row></米fenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>9</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e10"> <msub> <mrow> <mi> v</米我></米row><米row> <mi> y</米我></米row></米年代ub> <mo> =</米o><米年代ub> <mrow> <mi> v</米我></米row><米row> <mi> x</米我></米row></米年代ub> <mo> ⁡</米o><米我>棕褐色</米我><米o>⁡</gydF4y2Ba米o><米我>β</gydF4y2Ba米我><米o>,</gydF4y2Ba米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>10</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e11"> <msub> <mrow> <mi> ω</米我></米row><米row> <mi> z</米我></米row></米年代ub> <mo> =</米o><米fr一个c><米row> <msub> <mrow> <mi> v</米我></米row><米row> <mi> x</米我></米row></米年代ub> <mo> ⁡</米o><米我>棕褐色</米我><米o>⁡</gydF4y2Ba米o><米我>δ</gydF4y2Ba米我></米row><米row> <msub> <mrow> <mi> l</米我></米row><米row> <mi mathvariant="normal"> f</米我></米row></米年代ub> <mo> +</米o><米年代ub> <mrow> <mi> l</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> </mrow> </mfrac> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>11</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>v</egydF4y2B一个米><年代ub><em>x</e米></年代ub>和<e米>v</egydF4y2B一个米><年代ub><em>y</e米></年代ub>机器人的纵向和横向速度,分别<e米>ω</egydF4y2B一个米><年代ub><em>z</e米></年代ub>是标题的机器人,<e米>l</egydF4y2B一个米><年代ub>f</年代ub>和<e米>l</egydF4y2B一个米><年代ub>r</年代ub>是距离机器人的重心前面和后轮车轴,分别<e米>v</egydF4y2B一个米><年代ub>cmd</年代ub>是命令速度随着<e米>x</egydF4y2B一个米>在机器人的车身骨架设在,<e米>δ</egydF4y2B一个米>是前轮的转向角的机器人。前轮的转向角被指定为一个标量值,但它是适当地分解到左、右转向角度基于阿克曼转向几何图形(<一个href="#B25">Rajamani 2012</一个>)。<e米>v</egydF4y2B一个米><年代ub>cmd</年代ub>和<e米>δ</egydF4y2B一个米>是由3.2.5节中定义的轨迹跟踪控制器。<pcl一个年代年代="mb0">机器人运动的惯性坐标系转换的旅行速度和航向率计算机器人的车身骨架与欧拉角(<一个href="#B12">2007年霍华德和凯利</一个>)如下:<d我vcl一个年代年代="equationImageholder"> <math id="e12"> <mfenced open="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <mrow> <mover accent="true"> <mrow> <mi> x</米我></米row><米o> ̇</米o></米over></米row> </mtd> </mtr> <mtr> <mtd columnalign="center"> <mrow> <mover accent="true"> <mrow> <mi> y</米我></米row><米o> ̇</米o></米over></米row> </mtd> </mtr> <mtr> <mtd columnalign="center"> <mrow> <mover accent="true"> <mrow> <mi> ψ</米我></米row><米o> ̇</米o></米over></米row> </mtd> </mtr> </mtable> </mrow> </mfenced> <mo> =</米o><米我米一个thv一个r我ant="bold-italic"> R</米我><米fencedopen="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> v</米我></米row><米row> <mi> x</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> v</米我></米row><米row> <mi> y</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> ω</米我></米row><米row> <mi> z</米我></米row></米年代ub> </mtd> </mtr> </mtable> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>12</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="equ1"> <mi mathvariant="bold-italic"> R</米我><米o>=</gydF4y2Ba米o><米fencedopen="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <mi> 因为</米我><米o>⁡</gydF4y2Ba米o><米我>ψ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>因为</米我><米o>⁡</gydF4y2Ba米o><米我>θ</gydF4y2Ba米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> 因为</米我><米o>⁡</gydF4y2Ba米o><米我>ψ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>罪</米我><米o>⁡</gydF4y2Ba米o><米我>θ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>罪</米我><米o>⁡</gydF4y2Ba米o><米我>ϕ</gydF4y2Ba米我><米o>−</gydF4y2Ba米o><米我>罪</米我><米o>⁡</gydF4y2Ba米o><米我>ψ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>因为</米我><米o>⁡</gydF4y2Ba米o><米我>ϕ</gydF4y2Ba米我><米年代p一个cew我dth="0.3333em"></mspace> <mn> 0</米n></米td></米tr> <mtr> <mtd columnalign="center"> <mi> 罪</米我><米o>⁡</gydF4y2Ba米o><米我>ψ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>因为</米我><米o>⁡</gydF4y2Ba米o><米我>θ</gydF4y2Ba米我><米年代p一个cew我dth="0.3333em"></mspace> <mi> 罪</米我><米o>⁡</gydF4y2Ba米o><米我>ψ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>罪</米我><米o>⁡</gydF4y2Ba米o><米我>θ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>罪</米我><米o>⁡</gydF4y2Ba米o><米我>ϕ</gydF4y2Ba米我><米o>+</gydF4y2Ba米o><米我>因为</米我><米o>⁡</gydF4y2Ba米o><米我>ψ</gydF4y2Ba米我><米o>⁡</gydF4y2Ba米o><米我>因为</米我><米o>⁡</gydF4y2Ba米o><米我>ϕ</gydF4y2Ba米我><米年代p一个cew我dth="0.3333em"></mspace> <mn> 0</米n></米td></米tr> <mtr> <mtd columnalign="center"> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mn> 0</米n><米年代p一个cew我dth="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mn> 0</米n><米年代p一个cew我dth="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mspace width="0.3333em"></mspace> <mi> 因为</米我><米o>⁡</gydF4y2Ba米o><米我>ϕ</gydF4y2Ba米我><米o>/</gydF4y2Ba米o><米我>因为</米我><米o>⁡</gydF4y2Ba米o><米我>θ</gydF4y2Ba米我></米td></米tr> </mtable> </mrow> </mfenced> <mo> 。</米o></米一个th><d我vclass="clear"></div> </div> 此外,每个车轮的纵向和横向速度<我n行-formula id="inf18"> <math id="m34"> <msub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>和<我n行-formula id="inf19"> <math id="m35"> <msub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>计算的几何约束:</p><d我vcl一个年代年代="equationImageholder"> <math id="e13"> <mfenced open="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </mtd> </mtr> </mtable> </mrow> </mfenced> <mo> =</米o><米fencedopen="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> v</米我></米row><米row> <mi> x</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> v</米我></米row><米row> <mi> y</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <mn> 0</米n></米td></米tr> </mtable> </mrow> </mfenced> <mo> +</米o><米fencedopen="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <mn> 0</米n></米td></米tr> <mtr> <mtd columnalign="center"> <mn> 0</米n></米td></米tr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> ω</米我></米row><米row> <mi> z</米我></米row></米年代ub> </mtd> </mtr> </mtable> </mrow> </mfenced> <mo> ×</米o><米年代ub> <mrow> <mi mathvariant="bold-italic"> r</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>13</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 其中下标*<e米>我</e米>表示每个轮子数量,如图所示<一个href="#F4">图4一</一个>;<b><egydF4y2B一个米>r</egydF4y2B一个米></b><年代ub><b><em>我</e米></b></年代ub>重心是向量的每个轮子的车辆。关注一个松散土壤轮旋转,车轮的经历一定的滑移量量化的变量车轮滑转率<e米>年代</e米><年代ub><em>我</e米></年代ub>和滑动角<e米>β</egydF4y2B一个米><年代ub><em>我</e米></年代ub>:<d我vcl一个年代年代="equationImageholder"> <math id="e14"> <msub> <mrow> <mi> 年代</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> =</米o><米n>1</gydF4y2Ba米n><米o>−</gydF4y2Ba米o><米年代ub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> /</米o><米我>r</gydF4y2Ba米我><米年代ub> <mrow> <mi> ω</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>14</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e15"> <msub> <mrow> <mi> β</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> =</米o><米年代up> <mrow> <mi> 棕褐色</米我></米row><米row> <mo> −</米o><米n>1</gydF4y2Ba米n></米row></米年代up> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> /</米o><米年代ub> <mrow> <mi> v</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>15</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>r</egydF4y2B一个米>轮的半径和吗<e米>ω</egydF4y2B一个米><年代ub><em>我</e米></年代ub>车轮的角速度,确定基于<e米>v</egydF4y2B一个米><年代ub>cmd</年代ub>。<h4>3。2。2姿势估计</h4><pcl一个年代年代="mb0">一旦确定位置和偏航角运动学公式,计算横滚和俯仰角度。计算是基于微分悬架之间的几何约束机制和地形表面,如图所示<一个href="#F4">图4 b</一个>。首先,让我们代表每个轮子高度四轮罗孚的{<我n行-formula id="inf20"> <math id="m36"> <msub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 1</米n></米row></米年代ub> </mrow> </msub> </math> </inline-formula>,<我n行-formula id="inf21"> <math id="m37"> <msub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 2</米n></米row></米年代ub> </mrow> </msub> </math> </inline-formula>,<我n行-formula id="inf22"> <math id="m38"> <msub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 3</米n></米row></米年代ub> </mrow> </msub> </math> </inline-formula>,<我n行-formula id="inf23"> <math id="m39"> <msub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 4</米n></米row></米年代ub> </mrow> </msub> </math> </inline-formula>},如图所示<一个href="#F4">图4一</一个>。每个轮子的高度协调是派生DEM节点周围的每个轮子的接触点。横滚和俯仰角度几何计算如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e16"> <mi> ϕ</米我><米o>=</gydF4y2Ba米o><米我>arcsin</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <mfrac> <mrow> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mrow> </msub> <mo> −</米o><米年代ub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> </mrow> </msub> </mrow> <mrow> <mi> T</米我></米row></米frac> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>16</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e17"> <mi> θ</米我><米o>=</gydF4y2Ba米o><米fr一个c><米row> <msub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> <mo> +</米o><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> </mrow> <mrow> <mn> 2</米n></米row></米frac> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>17</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<我n行-formula id="inf24"> <math id="m42"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>和<我n行-formula id="inf25"> <math id="m43"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>左边和右边的高度是关节的悬架系统,分别。<e米>T</egydF4y2B一个米>左和右关节之间的距离。<e米>θ</egydF4y2B一个米><年代ub>l</年代ub>和<e米>θ</egydF4y2B一个米><年代ub>r</年代ub>表示左和右关节的角度,分别如图所示<一个href="#F4">图4 b</一个>。<我n行-formula id="inf26"> <math id="m44"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>和<我n行-formula id="inf27"> <math id="m45"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>计算如下基于车轮接触点和探测器的几何约束:</p><d我vcl一个年代年代="equationImageholder"> <math id="e18"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mrow> </msub> <mo> =</米o><米年代ub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 2</米n></米row></米年代ub> </mrow> </msub> <mo> +</米o><米fencedopen="(" close=")"> <mrow> <mi> H</米我><米o>+</gydF4y2Ba米o><米n>2</gydF4y2Ba米n><米我>r</gydF4y2Ba米我></米row></米fenced> <mi> 因为</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> <mo> −</米o><米年代ub> <mrow> <mi> l</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> <mo> ⁡</米o><米我>罪</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>18</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e19"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> j</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> </mrow> </msub> <mo> =</米o><米年代ub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 3</米n></米row></米年代ub> </mrow> </msub> <mo> +</米o><米fencedopen="(" close=")"> <mrow> <mi> H</米我><米o>+</gydF4y2Ba米o><米n>2</gydF4y2Ba米n><米我>r</gydF4y2Ba米我></米row></米fenced> <mi> 因为</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> <mo> −</米o><米年代ub> <mrow> <mi> l</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> <mo> ⁡</米o><米我>罪</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>19</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>H</egydF4y2B一个米>,<egydF4y2B一个米>r</egydF4y2B一个米>,<egydF4y2B一个米>l</egydF4y2B一个米><年代ub>r</年代ub>中定义的长度吗<一个href="#F4">图4 b</一个>。<e米>θ</egydF4y2B一个米><年代ub>l</年代ub>和<e米>θ</egydF4y2B一个米><年代ub>r</年代ub>是由以下方程:<d我vcl一个年代年代="equationImageholder"> <math id="e20"> <msub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> <mo> =</米o><米我>arcsin</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <mfrac> <mrow> <msub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 2</米n></米row></米年代ub> </mrow> </msub> <mo> −</米o><米年代ub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 1</米n></米row></米年代ub> </mrow> </msub> </mrow> <mrow> <mi> l</米我></米row></米frac> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>20.。</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e21"> <msub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row></米年代ub> <mo> =</米o><米我>arcsin</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <mfrac> <mrow> <msub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 3</米n></米row></米年代ub> </mrow> </msub> <mo> −</米o><米年代ub> <mrow> <mi> p</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mn> 4</米n></米row></米年代ub> </mrow> </msub> </mrow> <mrow> <mi> l</米我></米row></米frac> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>21</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>l</egydF4y2B一个米>轴距,代表前面和后轮车轴之间的长度。<h4>gydF4y2B一个基于terramechanics 3.2.3轮接触模型</h4><pcl一个年代年代="mb0">wheel-soil交互力学描述基于Wong-Reece terramechanics模型(<一个href="#B35">黄2008</一个>)。一般来说,车轮陷入松散土壤坡旅行时,如图所示<一个href="#F5">图5</一个>。在车轮下,正常的压力<e米>σ</egydF4y2B一个米>和剪切应力<e米>τ</egydF4y2B一个米><年代ub>{<e米>x</egydF4y2B一个米>,<egydF4y2B一个米>y</egydF4y2B一个米>}</gydF4y2B一个年代ub>分布。力模型<e米>x</egydF4y2B一个米>设在<我n行-formula id="inf28"> <math id="m50"> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>,<e米>y</egydF4y2B一个米>设在<我n行-formula id="inf29"> <math id="m51"> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>,<e米>z</egydF4y2B一个米>设在<我n行-formula id="inf30"> <math id="m52"> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>每个轮子随后计算如下(<一个href="#B17">Ishigami吉田,2005</一个>):</p><dgydF4y2Ba我vcl一个年代年代="equationImageholder"> <math id="e22"> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> =</米o><米我>r</gydF4y2Ba米我><米我>b</gydF4y2Ba米我><米年代ubsup> <mrow> <mo> ∫</米o></米row><米row> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </mrow> <mrow> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> f</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </mrow> </msubsup> <mfenced open="(" close=""> <mrow> <msub> <mrow> <mi> τ</米我></米row><米row> <mi> x</米我></米row></米年代ub> <mfenced open="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mi> 因为</米我><米年代up> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> <mo> −</米o><米我>σ</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mi> 罪</米我><米年代up> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mrow> <mo> −</米o><米年代ub> <mrow> <mi> R</米我></米row><米row> <mi> b</米我></米row></米年代ub> <mfenced open="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mi> 因为</米我><米年代ub> <mrow> <mi> β</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> <mi> d</米我><米年代up> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>22</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e24"> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> =</米o><米我>r</gydF4y2Ba米我><米我>b</gydF4y2Ba米我><米年代ubsup> <mrow> <mo> ∫</米o></米row><米row> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </mrow> <mrow> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> f</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </mrow> </msubsup> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> τ</米我></米row><米row> <mi> y</米我></米row></米年代ub> <mfenced open="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mo> +</米o><米年代ub> <mrow> <mi> R</米我></米row><米row> <mi> b</米我></米row></米年代ub> <mfenced open="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mi> 罪</米我><米年代ub> <mrow> <mi> β</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </mfenced> <mi> d</米我><米年代up> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>23</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e25"> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> =</米o><米我>r</gydF4y2Ba米我><米我>b</gydF4y2Ba米我><米年代ubsup> <mrow> <mo> ∫</米o></米row><米row> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </mrow> <mrow> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> f</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </mrow> </msubsup> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> τ</米我></米row><米row> <mi> x</米我></米row></米年代ub> <mfenced open="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mi> 罪</米我><米fencedopen="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mo> +</米o><米我>σ</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <msup> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mi> 因为</米我><米年代up> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> </mrow> </mfenced> <mi> d</米我><米年代up> <mrow> <mi> θ</米我></米row><米row> <mo> ′</米o></米row></米年代up> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>24</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>R</egydF4y2B一个米><年代ub><em>b</e米></年代ub>计算基于Hegedus推土阻力估计(<一个href="#B10">Hegedus 1960</一个>),<egydF4y2B一个米>b</egydF4y2B一个米>是轮宽度,<我n行-formula id="inf31"> <math id="m57"> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> f</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </math> </inline-formula>和<我n行-formula id="inf32"> <math id="m58"> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </math> </inline-formula>分别出入境角度。<我n行-formula id="inf33"> <math id="m59"> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> f</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </math> </inline-formula>和<我n行-formula id="inf34"> <math id="m60"> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> </math> </inline-formula>定义如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e26"> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> f</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> <mo> =</米o><米我>arccos</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <mn> 1.0</米n><米o>−</gydF4y2Ba米o><米我>h</gydF4y2Ba米我><米o>/</gydF4y2Ba米o><米我>r</gydF4y2Ba米我></米row></米fenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>25</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e27"> <msubsup> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> r</米我></米row><米row> <mo> ′</米o></米row></米年代ubsup> <mo> =</米o><米o>−</gydF4y2Ba米o><米我>arccos</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <mn> 1.0</米n><米o>−</gydF4y2Ba米o><米我>κ</gydF4y2Ba米我><米我>h</gydF4y2Ba米我><米o>/</gydF4y2Ba米o><米我>r</gydF4y2Ba米我></米row></米fenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>26</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>h</egydF4y2B一个米>轮下沉和吗<e米>κ</egydF4y2B一个米>是方向盘下沉率。每个轮子下沉<e米>h</egydF4y2B一个米><年代ub><em>我</e米></年代ub>估计由以下方程:<d我vcl一个年代年代="equationImageholder"> <math id="e28"> <msub> <mrow> <mi> h</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> =</米o><米under> <mrow> <mi> argmin</米我></米row><米row> <mi> h</米我></米row></米under> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> z</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> −</米o><米年代ub> <mrow> <mi> W</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mfenced open="(" close=")"> <mrow> <mi> ϕ</米我><米o>,</gydF4y2Ba米o><米我>θ</gydF4y2Ba米我></米row></米fenced> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>27</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>W</egydF4y2B一个米><年代ub><em>我</e米></年代ub>每个轮子载荷取决于车辆的横滚和俯仰角度。此外,转弯和推力部队被定义为车轮作用力之和如下:<d我vcl一个年代年代="equationImageholder"> <math id="e29"> <msub> <mrow> <mi> F</米我></米row><米row> <mi mathvariant="normal"> C</米我></米row></米年代ub> <mo> =</米o><米underover accentunder="false" accent="false"> <mrow> <mo> ∑</米o></米row><米row> <mi> 我</米我><米o>=</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row><米row> <msub> <mrow> <mi> n</米我></米row><米row> <mi> w</米我></米row></米年代ub> </mrow> </munderover> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> ⁡</米o><米我>罪</米我><米年代ub> <mrow> <mi> δ</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> +</米o><米年代ub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> ⁡</米o><米我>因为</米我><米年代ub> <mrow> <mi> δ</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>28</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <div class="equationImageholder"> <math id="e30"> <msub> <mrow> <mi> F</米我></米row><米row> <mi mathvariant="normal"> T</米我></米row></米年代ub> <mo> =</米o><米underover accentunder="false" accent="false"> <mrow> <mo> ∑</米o></米row><米row> <mi> 我</米我><米o>=</gydF4y2Ba米o><米n>1</gydF4y2Ba米n></米row><米row> <msub> <mrow> <mi> n</米我></米row><米row> <mi mathvariant="normal"> w</米我></米row></米年代ub> </mrow> </munderover> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> x</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> ⁡</米o><米我>因为</米我><米年代ub> <mrow> <mi> δ</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> −</米o><米年代ub> <mrow> <mi> F</米我></米row><米row> <msub> <mrow> <mi> y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> ⁡</米o><米我>罪</米我><米年代ub> <mrow> <mi> δ</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>29日日</米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>n</egydF4y2B一个米><年代ub>w</年代ub>是轮子的数量。这些力量是高度相关的转向运动车辆。<d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图5</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g005.jpg" name="Figure5" target="_blank"><img id="F5" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g005.jpg"></a> <b>图5</b>gydF4y2B一个。Wheel-soil接触力在一个倾斜的地形。</d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h4>3.2.4车辆滑移特性图</h4><pcl一个年代年代="mb0">我们的研究假设车轮滑移效应在松散土壤高度取决于车辆的转弯和推力部队。因此,车辆动力学和terramechanics精心CDVS,相当可以预测车辆滑移运动松散土壤减少计算负担。CDVS模型,首先,许多动态模拟(<一个href="#B17">Ishigami吉田,2005</一个>)进行不同输入值在前面转向角和牵引负荷,而目标体的速度<e米>v</egydF4y2B一个米><年代ub>cmd</年代ub>车辆是恒定的。牵引负荷<e米>F</egydF4y2B一个米><年代ub>纬度</年代ub>和<e米>F</egydF4y2B一个米><年代ub>朗</年代ub>给出了横向和纵向方向的车辆,这是方向相反的<e米>v</egydF4y2B一个米><年代ub><em>y</e米></年代ub>和<e米>v</egydF4y2B一个米><年代ub><em>x</e米></年代ub>,分别。动态模拟输出wheel-soil交互部队和车辆状态变量等<e米>v</egydF4y2B一个米><年代ub><em>x</e米></年代ub>和<e米>v</egydF4y2B一个米><年代ub><em>y</e米></年代ub>。这些输出变量随后画二维图不同<e米>年代</e米>和<e米>β</egydF4y2B一个米>按照<e米>F</egydF4y2B一个米><年代ub>C</年代ub>,<e米>F</egydF4y2B一个米><年代ub>T</年代ub>,转向角,见<一个href="#F6">图6</一个>。一旦CDVS由回归建模方法,如支持向量回归(<一个href="#B31">Smola Scholkopf, 2004</一个>)为离线处理,车辆滑移率和侧滑角可以估计基于wheel-soil互动力量。在轨迹规划阶段,<e米>F</egydF4y2B一个米><年代ub>C</年代ub>,<e米>F</egydF4y2B一个米><年代ub>T</年代ub>和前面的转向角作为计算的输入<e米>年代</e米>和<e米>β</egydF4y2B一个米>如下:<d我vcl一个年代年代="equationImageholder"> <math id="e31"> <mi> 年代</米我><米o>,</gydF4y2Ba米o><米我>β</gydF4y2Ba米我><米o>=</gydF4y2Ba米o><米我>g</gydF4y2Ba米我><米fencedopen="(" close=")"> <mrow> <msub> <mrow> <mi> F</米我></米row><米row> <mi mathvariant="normal"> C</米我></米row></米年代ub> <mo> ,</米o><米年代ub> <mrow> <mi> F</米我></米row><米row> <mi mathvariant="normal"> T</米我></米row></米年代ub> <mo> ,</米o><米我>δ</gydF4y2Ba米我></米row></米fenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>30.。</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 的函数<e米>g</egydF4y2B一个米>(⋅)表达了CDVS建模。计算<e米>年代</e米>和<e米>β</egydF4y2B一个米>直接利用更新吗<一个href="#e9">方程式。9</一个>,<gydF4y2B一个一个href="#e10">10</一个>按照<一个href="#F3">图3</一个>。quasi-dynamic车辆模型,因此,可以预测机器人运动的车辆状态变量松散土壤减少计算负担与动态仿真(相比<一个href="#B17">Ishigami吉田,2005</一个>)。通过类似的方法<一个href="#B32">以须藤et al . (2015</一个>),<gydF4y2B一个一个href="#B30">Seegmiller和凯利(2016</一个>),车轮滑移估计基于wheel-terrain互动力量。使用CDVS quasi-dynamic车辆模型的有效性评估在我们以前的工作(<一个href="#B33">Takemura Ishigami, 2021</一个>)。<d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图6</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g006.jpg" name="Figure6" target="_blank"><img id="F6" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g006.jpg"></a> <b>图6</b>gydF4y2B一个。车辆滑移特性图(<e米>δ</egydF4y2B一个米>=10°)。</d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h4>3.2.5轨迹跟踪控制器</h4><pcl一个年代年代="mb0">轨迹跟踪控制器实现转向和驱动执行机构,机器人可以弥补车轮滑移效应和平稳跟踪参考轨迹在其可操作性。车轮滑移补偿控制提出的<一个href="#B15">Ishigami et al . (2009</一个>)是利用。所需的转向控制<e米>我</e米>th轮表示如下:<d我vcl一个年代年代="equationImageholder"> <math id="e32"> <msub> <mrow> <mi> δ</米我></米row><米row> <msub> <mrow> <mi mathvariant="normal"> d</米我></米row><米row> <mtext> 我</米text></米row></msub> </mrow> </msub> <mo> =</米o><米我>反正切</米我><米fencedopen="(" close=")"> <mrow> <mfrac> <mrow> <msub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> d</米我></米row></米年代ub> <mo> ⁡</米o><米我>罪</米我><米年代ub> <mrow> <mi> ψ</米我></米row><米row> <mi mathvariant="normal"> d</米我></米row></米年代ub> <mo> −</米o><米row><米over一个ccent="true"> <mrow> <msub> <mrow> <mi> Y</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> <mo> ̇</米o></米over></米row> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mover accent="true"> <mrow> <mi> ψ</米我></米row><米o> ̇</米o></米over></米row> <mrow> <mi mathvariant="normal"> d</米我></米row></米年代ub> </mrow> </mfenced> </mrow> <mrow> <msub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> d</米我></米row></米年代ub> <mo> ⁡</米o><米我>因为</米我><米年代ub> <mrow> <mi> ψ</米我></米row><米row> <mi mathvariant="normal"> d</米我></米row></米年代ub> <mo> −</米o><米row><米over一个ccent="true"> <mrow> <msub> <mrow> <mi> X</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> <mo> ̇</米o></米over></米row> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mover accent="true"> <mrow> <mi> ψ</米我></米row><米o> ̇</米o></米over></米row> <mrow> <mi mathvariant="normal"> d</米我></米row></米年代ub> </mrow> </mfenced> </mrow> </mfrac> </mrow> </mfenced> <mo> −</米o><米年代ub> <mrow> <mi> ψ</米我></米row><米row> <mi mathvariant="normal"> d</米我></米row></米年代ub> <mo> −</米o><米年代ub> <mrow> <mi> β</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>31日日</米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>v</egydF4y2B一个米><年代ub>d</年代ub>代表所需的机器人的线速度,<e米>X</egydF4y2B一个米><年代ub><em>我</e米></年代ub>和<e米>Y</egydF4y2B一个米><年代ub><em>我</e米></年代ub>之间的距离吗<e米>我</e米>th轮和机器人的重心<e米>x</egydF4y2B一个米>和<e米>y</egydF4y2B一个米>分别指示机器人的车身骨架。<e米>ψ</egydF4y2B一个米><年代ub>d</年代ub>代表所需的机器人的航向角。<pcl一个年代年代="mb0">随后,命令速度补偿写成纵向滑动<d我vcl一个年代年代="equationImageholder"> <math id="e33"> <msub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> c</米我><米我米一个thv一个riant="normal"> 米</米我><米我米一个thv一个riant="normal"> d</米我></米row></米年代ub> <mo> =</米o><米fr一个c><米row> <msub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> d</米我></米row></米年代ub> </mrow> <mrow> <mn> 1</米n><米o>−</gydF4y2Ba米o><米我>年代</米我></米row></米frac> <mo> 。</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>32</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在这项研究中,所需的速度<e米>v</egydF4y2B一个米><年代ub>d</年代ub>表示如下:<d我vcl一个年代年代="equationImageholder"> <math id="e34"> <msub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> d</米我></米row></米年代ub> <mo> =</米o><米年代ub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> 最小值</米我></米row></米年代ub> <mo> +</米o><米fr一个c><米row> <mi> G</米我></米row><米row> <msub> <mrow> <mi> G</米我></米row><米row> <mi mathvariant="normal"> 马克斯</米我></米row></米年代ub> </mrow> </mfrac> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> 马克斯</米我></米row></米年代ub> <mo> −</米o><米年代ub> <mrow> <mi> v</米我></米row><米row> <mi mathvariant="normal"> 最小值</米我></米row></米年代ub> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>33</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>v</egydF4y2B一个米><年代ub>马克斯</年代ub>和<e米>v</egydF4y2B一个米><年代ub>最小值</年代ub>旅行的最大和最小速度,分别是由驱动执行机构的限制。<e米>G</egydF4y2B一个米>是生成的机器人。<e米>G</egydF4y2B一个米><年代ub>马克斯</年代ub>是最大的<e米>G</egydF4y2B一个米>。发电使用的方法计算<一个href="#B29">Sakayori和Ishigami (2016</一个>)。<一个href="#e34">Eq。34</一个>表明所需的速度降低时,机器人可以产生大量的电能。<h3cl一个年代年代="pt0">3.3 Traversability评估</h3><pcl一个年代年代="mb0">新的基于机器人traversability轨迹段检查。这个评估包括两个标准,即姿态角和车辆滑移计算基于quasi-dynamic车辆模型。横滚和俯仰角度应小于阈值角度整个轨迹。此外,车辆滑移包括车轮滑移率和滑动角应小于阈值。这些阈值可以通过实际预定的实验如斜坡traversability或流动性测试(<一个href="#B17">Ishigami吉田,2005</一个>;<gydF4y2B一个一个href="#B14">Inotsume et al ., 2012</一个>)。这个评估范围内的树扩展可反驳的地区地形;因此,它可以保证车辆的轨迹是可反驳的粗糙和宽松的地形。值得注意的是阈值相关的安全轨迹和运动探测器;较大的值将生成一个具有挑战性的轨迹与罗孚咄咄逼人的军事演习,而较小的将生成一个安全与罗孚的适度的运动轨迹。<一个我d="h5" name="h5"></a> <h2>4地形数据处理</h2><h3cl一个年代年代="pt0">4.1 LiDAR-based三维地形测绘</h3><pcl一个年代年代="mb0">生成一个民主党真正的崎岖的地形,悬挂式激光雷达扫描系统的实验装置是首次引入。plane-scanning激光雷达(UTM-30LX-EW由Hokuyo corp .)是安装在框架,如图所示<一个href="#F7">图7</一个>,使地形的三维扫描功能。激光发射器和接受点在激光雷达旋转270°偏航方向,然后,激光雷达可以实现2 d平面扫描。控制激光雷达安装在平衡的倾斜运动以及2 d平面扫描,可以实现三维地形测绘。激光雷达提供了一个3 d地形特征点云的数据集。<d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图7</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g007.jpg" name="Figure7" target="_blank"><img id="F7" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g007.jpg"></a> <b>图7</b>gydF4y2B一个。激光雷达几何分析的映射。</d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> 激光雷达系统的几何分析中说明了<一个href="#F7">图7</一个>。在这个图中,一个单点<e米>p</egydF4y2B一个米>由激光雷达扫描。在这里,机器人坐标系的坐标点<e米>p</egydF4y2B一个米><年代ub><em>R</e米></年代ub>给出如下:<d我vcl一个年代年代="equationImageholder"> <math id="e35"> <msub> <mrow> <mi> p</米我></米row><米row> <mi> R</米我></米row></米年代ub> <mo> =</米o><米年代up> <mrow> <mi> r</米我></米row><米row> <mo> ′</米o></米row></米年代up> <mfenced open="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <mi> 罪</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <mn> 0</米n></米td></米tr> <mtr> <mtd columnalign="center"> <mi> 因为</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mtd> </mtr> </mtable> </mrow> </mfenced> <mo> +</米o><米我>d</gydF4y2Ba米我><米fencedopen="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <mi> 因为</米我><米年代ub> <mrow> <mi> ψ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> <mo> ⁡</米o><米我>因为</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <mi> 罪</米我><米年代ub> <mrow> <mi> ψ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <mo> −</米o><米我>因为</米我><米年代ub> <mrow> <mi> ψ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> <mo> ⁡</米o><米我>罪</米我><米年代ub> <mrow> <mi> θ</米我></米row><米row> <mi mathvariant="normal"> l</米我></米row></米年代ub> </mtd> </mtr> </mtable> </mrow> </mfenced> <mo> +</米o><米fencedopen="[" close="]"> <mrow> <mtable class="matrix"> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> l</米我></米row><米row> <mi> x</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> l</米我></米row><米row> <mi> y</米我></米row></米年代ub> </mtd> </mtr> <mtr> <mtd columnalign="center"> <msub> <mrow> <mi> l</米我></米row><米row> <mi> z</米我></米row></米年代ub> </mtd> </mtr> </mtable> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>34</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 抵消倾斜旋转中心之间的距离和光线验收点代表了<e米>r</egydF4y2B一个米>′,<egydF4y2B一个米>d</egydF4y2B一个米>是激光雷达的距离,<e米>ψ</egydF4y2B一个米><年代ub>l</年代ub>是激光雷达的扫描在偏航角,<e米>θ</egydF4y2B一个米><年代ub>l</年代ub>倾斜角度为0.0°是水平的,然后呢<e米>l</egydF4y2B一个米><年代ub><em>x</e米></年代ub>,<e米>l</egydF4y2B一个米><年代ub><em>y</e米></年代ub>,<e米>l</egydF4y2B一个米><年代ub><em>z</e米></年代ub>是机器人的重心之间的距离和倾斜旋转中心吗<e米>x</egydF4y2B一个米>,<egydF4y2B一个米>y</egydF4y2B一个米>,<egydF4y2B一个米>z</egydF4y2B一个米>分别指示机器人的车身骨架。<e米>p</egydF4y2B一个米><年代ub><em>R</e米></年代ub>需要从机器人坐标系转化为基于惯性坐标系的旋转矩阵。矩阵是由机器人的配置:滚,音高,偏航角可以通过机载惯性传感器测量。惯性坐标<e米>p</egydF4y2B一个米><年代ub><em>我</e米></年代ub>由欧拉角的旋转矩阵给出如下:<d我vcl一个年代年代="equationImageholder"> <math id="e36"> <msub> <mrow> <mi> p</米我></米row><米row> <mi> 我</米我></米row></米年代ub> <mo> =</米o><米年代ub> <mrow> <mi mathvariant="bold-italic"> R</米我></米row><米row> <mi> z</米我></米row></米年代ub> <msub> <mrow> <mi mathvariant="bold-italic"> R</米我></米row><米row> <mi> y</米我></米row></米年代ub> <msub> <mrow> <mi mathvariant="bold-italic"> R</米我></米row><米row> <mi> x</米我></米row></米年代ub> <msub> <mrow> <mi> p</米我></米row><米row> <mi> R</米我></米row></米年代ub> <mo> 。</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>35</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 然后,将采样的DEM生成的点云数据,提出了<一个href="#B16">Ishigami et al . (2013</一个>),<gydF4y2B一个一个href="#B27">Rekleitis et al . (2013</一个>)。民主党代表地形海拔高度为地面在定期间隔的时间间隔。<h3cl一个年代年代="pt0">4.2实验地形图收购</h3><pcl一个年代年代="mb0">地形测绘的实验进行了火山地区。历经甲级,日本。在这个地区,地形主要是覆盖着黑色的火山玄武岩岩石称为火山渣。此外,地形特征主要是由斜坡、沟渠、和火山弹(巨大的岩石),如图所示<一个href="#F8">图8</一个>。在实验中,首先,机器人姿态测量IMU的扫描位置。激光雷达扫描从0到80°倾斜轴万向节的单位。的范围<e米>ψ</egydF4y2B一个米><年代ub><em>l</e米></年代ub>给药(−90.0°,90.0°)。激光雷达提供了721点每一行扫描和重复这条线扫描150倍而万向旋转。因此,一个完整的3 d扫描包含大约100,000分。在这个实验中通常可以使用的激光雷达测量的距离大约30米。然而,火山渣地形几乎反映了激光雷达发出的光,和反射光变得弱随着距离更远。因此,本文假设工作获得的数据从0.0到6.0 m是可靠的DEM生成足以被利用。<一个href="#F9">图9</一个>显示了典型的激光雷达扫描实验和民主党的转换。<d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图8</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g008.jpg" name="Figure8" target="_blank"><img id="F8" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g008.jpg"></a> <b>图8</b>gydF4y2B一个。悬挂式激光雷达扫描系统三维地形测绘。</d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 图9</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g009.jpg" name="Figure9" target="_blank"><img id="F9" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g009.jpg"></a> <b>图9</b>gydF4y2B一个。的三维地形图扫描激光雷达。的地形表面的扫描位置探测器试验台的插图。<b>(gydF4y2B一个一)</b>gydF4y2B一个原始点云数据扫描的激光雷达,<b>(B)</b>gydF4y2BgydF4y2Ba一个民主党从原始点云数据集转换。</d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h3 class="pt0">4.3地形分类器</h3><pcl一个年代年代="mb0">激光雷达扫描数据分类是基于地形粗糙度TQGR的统计分析。地形粗糙度定义如下:<d我vcl一个年代年代="equationImageholder"> <math id="e37"> <mi> B</米我><米o>=</gydF4y2Ba米o><米年代问rt><米row><米frac> <mrow> <mn> 1</米n></米row><米row> <msub> <mrow> <mi> n</米我></米row><米row> <mi> p</米我></米row></米年代ub> </mrow> </mfrac> <munderover accentunder="false" accent="false"> <mrow> <mo> ∑</米o></米row><米row> <mi> 我</米我><米o>=</gydF4y2Ba米o><米n>0</gydF4y2Ba米n></米row><米row> <msub> <mrow> <mi> n</米我></米row><米row> <mi> p</米我></米row></米年代ub> </mrow> </munderover> <msup> <mrow> <mfenced open="(" close=")"> <mrow> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi> 我</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> <mo> −</米o><米row><米over一个ccent="true"> <mrow> <msub> <mrow> <mi> z</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> <mo> ̄</米o></米over></米row> </mrow> </mfenced> </mrow> <mrow> <mn> 2</米n></米row></米年代up> </mrow> </msqrt> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>36</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> 在哪里<e米>B</egydF4y2B一个米>树的区域扩大的粗糙度是规划师,<我n行-formula id="inf35"> <math id="m73"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi> 我</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>点云数据的高度,<我n行-formula id="inf36"> <math id="m74"> <mrow> <mover accent="true"> <mrow> <msub> <mrow> <mi> z</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> <mo> ̄</米o></米over></米row> </math> </inline-formula>是平均的<我n行-formula id="inf37"> <math id="m75"> <msub> <mrow> <mi> z</米我></米row><米row> <msub> <mrow> <mi> 我</米我></米row><米row> <mi> 我</米我></米row></米年代ub> </mrow> </msub> </math> </inline-formula>,<e米>n</egydF4y2B一个米><年代ub><em>p</e米></年代ub>点云的数量。</p><pcl一个年代年代="mb0">周围的地形类型进行分类的另一种方法是使用基于机器学习方法(<一个href="#B5">Filitchkin Byl, 2012</一个>;<gydF4y2B一个一个href="#B28">Rothrock et al ., 2016</一个>;<gydF4y2B一个一个href="#B11">Higa et al ., 2019</一个>;<gydF4y2B一个一个href="#B18">Iwashita et al ., 2019</一个>)。这些作品实现了地形分类准确预测车辆打滑或估计的能源消耗。考虑到详细的地形分类不是我们这里的贡献的核心,我们使用<一个href="#e37">Eq。37</一个>在我们的规划框架。例如,<一个href="#F9">图9</一个>显示地形粗糙度0.149米。</p><一个我d="h6" name="h6"></a> <h2>5仿真研究</h2><pcl一个年代年代="mb15">在这项研究中,离线和在线轨迹规划进行了模拟。离线规划模型TQGR-based分析模块,在线用例验证的性能TQGR-based轨迹规划框架。仿真参数进行了总结<一个href="#T1">表1</一个>。</p><d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 表1</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t001.jpg" name="Table1" target="_blank"><img id="T1" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t001.jpg"></a> <p><b>表1</b>gydF4y2B一个。在模拟中使用的参数。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h3 class="pt0">5.1学习TQGR-based离线轨迹规划分析</h3><pcl一个年代年代="mb0">我们通过现场试验获得了11个类型的地形数据在4.2节。的统计分析TQGR 9 11的数据集被利用,地形粗糙度是广泛分布的。四种典型的地形地图所示<一个href="#F10">图10</一个>。对于每一个地形,两个或三个目标被随机取样范围内从5.0到6.0米,我们定义一组一个目标和一个地形场景。每个初始位置是在激光雷达扫描点,如图所示<一个href="#F10">图10</一个>。任何时候轨迹规划是反复执行每个场景的20倍。每一次重复都随时有15个的迭代计划。典型的结果TQGRs直方图画报》中进行了总结<一个href="#F11">图11</一个>。</p><d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图10</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g010.jpg" name="Figure10" target="_blank"><img id="F10" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g010.jpg"></a> <p><b>图10</b>gydF4y2B一个。典型的地形地图仿真。扫描点的初始位置设置了探测器的2 d模型试验台。<b>(gydF4y2B一个一)</b>gydF4y2B一个平坦的地形:粗糙度0.083米,<b>(B)</b>gydF4y2BgydF4y2Ba一个岩石地形:粗糙度0.123米,<b>(C)</b>gydF4y2BgydF4y2Ba一个崎岖的地形:粗糙度0.234米,<b>(D)</b>gydF4y2BgydF4y2Ba一个倾斜的地形:粗糙度0.257 m。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 图11</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g011.jpg" name="Figure11" target="_blank"><img id="F11" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g011.jpg"></a> <p><b>图11</b>gydF4y2B一个。每个地形的TQGRs的柱状图。红线显示TQGRs的几何平均数。<b>(gydF4y2B一个一)</b>gydF4y2B一个平坦的地形:粗糙度0.083米,<b>(B)</b>gydF4y2BgydF4y2Ba一个岩石地形:粗糙度0.123米,<b>(C)</b>gydF4y2BgydF4y2Ba一个崎岖的地形:粗糙度0.234米,<b>(D)</b>gydF4y2BgydF4y2Ba一个倾斜的地形:粗糙度0.257 m。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <p class="mb0">根据结果,我们发现TQGR经常被划分为小<我n行-formula id="inf38"> <math id="m76"> <mrow> <mo stretchy="false"> (</米o><米row><米o><</米o><米n>0.2</gydF4y2Ba米n></米row><米o年代tretchy="false"> )</米o></米row></米一个th> </inline-formula>或大(0.5 >)在所有地形类型值。这意味着轨道质量的提高发生异常或略。考虑到几何平均数<e米>问</e米>对于每一个场景,潮流TQGR分为两组,即平/倾斜的地形和岩石/粗糙的地形。第一组获得一个更小的<e米>问</e米>,第二组获得了较大的一个。我们推断这是因为较低的轨道质量变化几乎当地地形粗糙度。成本函数(<一个href="#e7">7情商。</一个>)主要由探测器姿态角和滑移;因此,平面和倾斜的地形低期望降低成本。另一方面,在岩石和崎岖的地形,规划者可以经常提高轨迹质量;因此,一个更大的<e米>问</e米>是获得。</p><pcl一个年代年代="mb0">所述,<e米>问</e米>似乎与地形特征。然后,探地雷达算法生成TQGR-based分析模块通过建模地形粗糙度之间的关系和计划停止准则,如所示<一个href="#F12">图12</一个>。的探地雷达不仅输出预测值,而且95%的置信区间。探地雷达的特点,预测精度还没有数据集。在这项研究中,上下边界被定义为<e米>问</e米><年代up>+</年代up>和<e米>问</e米><年代up>−</年代up>,分别。</p><d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图12</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g012.jpg" name="Figure12" target="_blank"><img id="F12" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g012.jpg"></a> <p><b>图12</b>gydF4y2B一个。TQGR-based GPR模型分析模块,显示地形粗糙度和计划停止准则。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <h3 class="pt0">5.2在线轨迹规划的场景</h3><pcl一个年代年代="mb0">验证的有效性提出规划停止准则在线规划场景,最优轨迹规划是较近最优规划LiDAR-based地形地图。两种典型地形地图被使用,和目标大于5 m (A和B)被选为轨迹规划仿真。的地形地图LiDAR-based映射在4.2节中,但它们不是用于探地雷达建模。地形经受0.207和0.281 [m],和他们的<e米>问</e米>值预测所示<一个href="#T2">表2</一个>和用于最优轨迹规划。应该注意的是,它需要太多的计算时间来寻找最优轨迹;因此,在15日发现的轨迹迭代定义为一个接近最优解。考虑随机性的规划师,20进行轨迹规划仿真试验。拟议中的轨迹规划框架在Python实现,运行在一个电脑,一个英特尔i5处理器2.0 GHz处理器和16 GB的RAM。典型的次优的结果和近最优轨迹了<一个href="#F13">图13</一个>。典型的时间显示了总成本的历史<一个href="#F14">图14</一个>。<一个href="#T3">表3</一个>- - - - - -<一个href="#T6">6</一个>总结整个20试验平均和标准偏差计算时间,最终成本,提高利率。成本改善<e米>C我</egydF4y2B一个米>计算如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e38"> <mi> C</米我><米我>我</米我><米o>=</gydF4y2Ba米o><米n>1</gydF4y2Ba米n><米o>−</gydF4y2Ba米o><米fr一个c><米row> <msub> <mrow> <mi> C</米我></米row><米row> <mi mathvariant="normal"> fi</米我><米我米一个thv一个riant="normal"> n</米我></米row></米年代ub> </mrow> <mrow> <msub> <mrow> <mi> C</米我></米row><米row> <mn> 0</米n></米row></米年代ub> </mrow> </mfrac> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>37</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <p class="noindent">在哪里<e米>C</egydF4y2B一个米><年代ub>鳍</年代ub>是最后的成本。F我r年代t,weob年代ervedthat both total costs largely decreased until about 100 s, as shown in<一个href="#F14">图14</一个>。最优轨迹的成本是38.1,导致差异只有4.3%的近最优。随后,该计划被终止在208年代,虽然近最优轨迹被发现在310年代和420年代的计划仍在。这意味着TQGR-based适当分析模块输出计划停止准则,使规划师节约计算成本50.5%。我们观察到的近最优轨迹进行了无用的迭代,因为TQGR大约200年代相对较低。因此,我们可以得出这样的结论提出的计划避免了无用的计算。</p><d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 表2</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t002.jpg" name="Table2" target="_blank"><img id="T2" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t002.jpg"></a> <p><b>表2</b>gydF4y2B一个。计划停止准则。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 图13</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g013.jpg" name="Figure13" target="_blank"><img id="F13" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g013.jpg"></a> <p><b>图13</b>gydF4y2B一个。插图的次优的区别和近最优轨迹。两个轨迹有很大的不同,但是成本几乎是一样的,因为粗糙的和宽松的地形。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 图14</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g014.jpg" name="Figure14" target="_blank"><img id="F14" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g014.jpg"></a> <p><b>图14</b>gydF4y2B一个。时间计算时间与成本的历史。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 表3</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t003.jpg" name="Table3" target="_blank"><img id="T3" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t003.jpg"></a> <p><b>表3</b>gydF4y2B一个。仿真结果在地形粗糙度0.207(目标):<e米>C</egydF4y2B一个米><年代ub>0</年代ub>= 43.0±3.1。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 表4</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t004.jpg" name="Table4" target="_blank"><img id="T4" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t004.jpg"></a> <p><b>表4</b>gydF4y2B一个。仿真结果在地形粗糙度0.207 (B)目标:<e米>C</egydF4y2B一个米><年代ub>0</年代ub>= 39.6±2.1。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 表5</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t005.jpg" name="Table5" target="_blank"><img id="T5" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t005.jpg"></a> <p><b>表5</b>gydF4y2B一个。仿真结果在地形粗糙度0.281(目标):<e米>C</egydF4y2B一个米><年代ub>0</年代ub>= 90.9±1.7。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <div class="Imageheaders"> 表6</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t006.jpg" name="Table6" target="_blank"><img id="T6" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-t006.jpg"></a> <p><b>表6</b>gydF4y2B一个。仿真结果在地形粗糙度0.281 (B)目标:<e米>C</egydF4y2B一个米><年代ub>0</年代ub>= 92.1±3.1。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <p class="mb0">基于结果<一个href="#T3">表3</一个>- - - - - -<一个href="#T6">6</一个>计算,两个指标以评估拟议的框架的性能:</p><p年代tyle="margin-left: 2em;text-indent:-0.7em;margin-top: 0em;margin-bottom: 0em;">•时间改进比率:提高多少时间与近最优计划吗?这可以计算如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e39"> <msub> <mrow> <mi> 我</米我></米row><米row> <mi> t</米我></米row></米年代ub> <mo> =</米o><米n>One hundred.</米n><米fencedopen="(" close=")"> <mrow> <mn> 1</米n><米o>−</gydF4y2Ba米o><米fr一个c><米row> <msub> <mrow> <mi> t</米我></米row><米row> <msup> <mrow> <mi> 问</米我></米row><米row> <mo> ∗</米o></米row></米年代up> </mrow> </msub> </mrow> <mrow> <msub> <mrow> <mi> t</米我></米row><米row> <mi mathvariant="normal"> o</米我><米我米一个thv一个riant="normal"> p</米我><米我米一个thv一个riant="normal"> t</米我></米row></米年代ub> </mrow> </mfrac> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>38</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <p class="noindent">在哪里<e米>t</egydF4y2B一个米><年代up>。</年代up>每一个平均时间在吗<一个href="#T3">表3</一个>- - - - - -<一个href="#T6">6</一个>,<egydF4y2B一个米>问</e米>*被<e米>问</e米>,<egydF4y2B一个米>问</e米><年代up>+</年代up>,<e米>问</e米><年代up>−</年代up>。指出,我们评估了计划使用<e米>我</e米><年代ub><em>t</e米></年代ub>而不是计算以来我们的实现不承担实际操作所需的CPU和编程语言。</p><p年代tyle="margin-left: 2em;text-indent:-0.7em;margin-top: 0em;margin-bottom: 0em;">•改善成本比率:好多了<e米>C我</egydF4y2B一个米>是相对于近最优计划吗?这可以计算如下:</p><d我vcl一个年代年代="equationImageholder"> <math id="e40"> <msub> <mrow> <mi> 我</米我></米row><米row> <mi> C</米我></米row></米年代ub> <mo> =</米o><米n>One hundred.</米n><米fencedopen="(" close=")"> <mrow> <mfrac> <mrow> <mi> C</米我><米年代ub> <mrow> <mi> 我</米我></米row><米row> <msup> <mrow> <mi> 问</米我></米row><米row> <mo> ∗</米o></米row></米年代up> </mrow> </msub> </mrow> <mrow> <mi> C</米我><米年代ub> <mrow> <mi> 我</米我></米row><米row> <mi mathvariant="normal"> o</米我><米我米一个thv一个riant="normal"> p</米我><米我米一个thv一个riant="normal"> t</米我></米row></米年代ub> </mrow> </mfrac> </mrow> </mfenced> <mo> ,</米o><米年代p一个cew我dth="5em"></mspace> <mo stretchy="false"> (</米o><米n>39</gydF4y2Ba米n><米o年代tretchy="false"> )</米o></米一个th><d我vclass="clear"></div> </div> <p class="noindent">在哪里<e米>C我</egydF4y2B一个米><年代up>。</年代up>每个成本改善吗<一个href="#T3">表3</一个>- - - - - -<一个href="#T6">6</一个>。</p><pcl一个年代年代="mb0"><a href="#F15">图15</一个>显示了两个指标对每个地形图和每个目标和评估的基准。</p><d我vcl一个年代年代="DottedLine"></div> <div class="Imageheaders"> 图15</d我v><d我vcl一个年代年代="FigureDesc"> <a href="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g015.jpg" name="Figure15" target="_blank"><img id="F15" alt="www.雷竞技rebatfrontiersin.orggydF4y2B一个" class="lazy" data-src="//www.thespel.com/files/Articles/994437/frobt-09-994437-HTML/image_m/frobt-09-994437-g015.jpg"></a> <p><b>图15</b>gydF4y2B一个。总结两个指标(<e米>我</e米><年代ub><em>C</e米></年代ub>vs。<e米>我</e米><年代ub><em>t</e米></年代ub>)的仿真结果。传说显示一组地形粗糙度,目标,计划停止准则。虚线描述基准之间的关系<e米>我</e米><年代ub><em>C</e米></年代ub>和<e米>我</e米><年代ub><em>t</e米></年代ub>。例如,如果轨迹规划停在一个80%的成本改善的近最优轨迹规划,顺理成章地,将观察到的20%的时间改进。</p></d我v><d我vcl一个年代年代="clear"></div> <div class="DottedLine"></div> <p class="mb0">与0.207 [m]粗糙地形,最优轨迹规划<e米>问</e米>观察成本提高45.9%和67.2%相比,近最优规划。此外,次优的规划计算时间提高了64.4%和63.1%。这些结果表明最优轨迹规划<e米>问</e米>规划迭代终止而超过基准。的情况下<e米>问</e米><年代up>+</年代up>和<e米>问</e米><年代up>−</年代up>仍然超过基准除外<e米>问</e米><年代up>+</年代up>在目标a指出的恶化<e米>问</e米><年代up>+</年代up>在目标仅为3.4%。这一点会提高如果GPR建模是阐述了进一步增加的数据集。</p><pcl一个年代年代="mb0">与0.281 [m]粗糙地形,<e米>问</e米>和<e米>问</e米><年代up>−</年代up>-值;因此,<一个href="#e5">情商。</一个>没有很好的工作。这是因为这个地形粗糙度是探地雷达的外推法建模,导致不准确的预测。根据<一个href="#F15">图15</一个>,我们观察到的情况的计算时间<e米>问</e米><年代up>+</年代up>只减少了14.3%和20.0%,而其成本改进分别为90.6%和83.3%。的性能<e米>问</e米><年代up>+</年代up>没有明显超过基准与0.207 [m]粗糙度。这一点也会提高如果为探地雷达数据集模型数量的增加。</p><pcl一个年代年代="mb0">总的来说,我们观察到平均减少47.6%的计算时间,成本提高63.8%。因此,TQGR-based分析模块可以显示相应的时间随时终止的迭代计划对于每个地形类型,导致更少的计算负担。缺乏数据集的问题将解决一个有益的运动规划算法(<一个href="#B34">Viseras et al ., 2017</一个>),它允许探测器识别未知的环境。这种方法有助于有效的探地雷达建模的数据收集,并会解决这个问题作为一个未来的工作。</p><一个我d="h7" name="h7"></a> <h2>6结论和未来的工作</h2><pcl一个年代年代="mb15">本研究介绍了TQGR分析有助于解决之间的权衡问题增量搜索算法的最优性和计算负担。TQGR-based轨迹规划框架可以适当地终止其规划为每个类型的地形,使探测器生成最优轨迹以更少的计算负担。TQGR分析模块的建模是基于多个试验轨迹模拟在真实的崎岖的地形。TQGR的统计分析显示,计划停止准则与地形特征。探地雷达算法模型的关系,在未知环境中轨迹规划仿真证实,平均而言,该框架可以计算成本降低47.6%,同时保持63.8%的最优轨迹。尽管TQGR-based分析模块不能充分预测计划停止准则,提出了框架仍然比基准的工作。</p><pcl一个年代年代="mb15">本研究的一个可能的未来方向是有效数据收集改善TQGR-based分析模块的准确性。如前所述,有益的运动计划有效地探索未知的环境中,这将有助于收集有用的数据集的探地雷达建模。</p><pcl一个年代年代="mb15">另一个未来的工作可能包括一个渐近最优算法的实现如RRT * (<一个href="#B20">Karaman Frazzoli, 2011</一个>)而不是随时RRT算法。这可能有效地找到cost-minimum轨迹,计划停止准则可能表现的更好。然而,最初的RRT *算法需要考虑一个适当的转向功能的轮式机器人模型。在报道<一个href="#B19">全和Frazzoli (2011</一个>),这两点边值问题是计算效率低下,这就是为什么我们没有使用RRT *在这项研究。因此,我们需要另一种方法如CL-RRT<年代up><em>#</e米></年代up>,不需要解决转向机动问题(<一个href="#B1">亚斯兰Tsiotras, 2017</一个>)。</p><一个我d="h8" name="h8"></a> <h2>数据可用性声明</h2><pcl一个年代年代="mb15">原始数据支持了本文的结论将由作者提供,没有过度的预订。</p><一个我d="h9" name="h9"></a> <h2>作者的贡献</h2><pcl一个年代年代="mb0">RT:概念化,模拟设置,数据收集、软件、分析和讨论的结果,和原创作品。GI:分析和讨论的结果,writing-review和编辑,和监督。</p><一个我d="h10" name="h10"></a> <h2>的利益冲突</h2><pcl一个年代年代="mb0">作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。</p><一个我d="h11" name="h11"></a> <h2>出版商的注意</h2><pcl一个年代年代="mb15">本文表达的所有索赔仅代表作者,不一定代表的附属组织,或那些出版商编辑和评论员。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。</p><一个我d="h12" name="h12"></a> <h2>引用</h2><d我vcl一个年代年代="References"> <p class="ReferencesCopy1"><a name="B1" id="B1"></a>亚斯兰,O。,T年代我otr一个年代,P. (2017). “Sampling-based algorithms for optimal motion planning using closed-loop prediction,” in<年代p一个ncl一个年代年代="conf-name">IEEE机器人与自动化国际会议上</年代p一个n>,4991- 4996。doi: 10.1109 / ICRA.2017.7989581</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/ICRA.2017.7989581">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Sampling-based+algorithms+for+optimal+motion+planning+using+closed-loop+prediction&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B2" id="B2"></a>烛光,。,Wettergreen,D., and Planning, A. S.-a. (2022). An approach to science and risk-aware planetary rover exploration.<e米>我EEE机器人。奥特曼。列托人。</e米>7,9691- 9698。doi: 10.1109 / lra.2022.3191949</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/lra.2022.3191949">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=An+approach+to+science+and+risk-aware+planetary+rover+exploration&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B3" id="B3"></a>Carsten, J。,R一个nk我n,A., Ferguson, D., and Stentz, A. (2007). “Global path planning on board the Mars exploration rovers,” in<年代p一个ncl一个年代年代="conf-name">IEEE航空会议论文集</年代p一个n>。doi: 10.1109 / AERO.2007.352683</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/AERO.2007.352683">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Global+path+planning+on+board+the+Mars+exploration+rovers&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B4" id="B4"></a>弗格森,D。,年代tentz,A. (2006). “Anytime RRTs,” in<年代p一个ncl一个年代年代="conf-name">IEEE国际会议上智能机器人和系统。行</年代p一个n>,5369- 5375。doi: 10.1109 / IROS.2006.282100</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/IROS.2006.282100">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Anytime+RRTs&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B5" id="B5"></a>Filitchkin, P。,Byl,K. (2012). “Feature-based terrain classification for LittleDog,” in<年代p一个ncl一个年代年代="conf-name">IEEE国际会议上智能机器人和系统(——)(IEEE)</年代p一个n>,1387- 1392。doi: 10.1109 / IROS.2012.6386042</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/IROS.2012.6386042">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Feature-based+terrain+classification+for+LittleDog&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B6" id="B6"></a>甘贝尔,j . D。,B一个rfoot,T。D., and Srinivasa, S. S. (2018). Informed sampling for asymptotically optimal path planning.<e米>我EEE反式。机器人。</e米>34岁,966 - 984。doi: 10.1109 / TRO.2018.2830331</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/TRO.2018.2830331">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Informed+sampling+for+asymptotically+optimal+path+planning&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B7" id="B7"></a>甘贝尔,j . D。,年代r我n我v一个年代一个,年代。年代., and Barfoot, T. D. (2014). “Informed RRT*: Optimal sampling-based path planning focused via direct sampling of an admissible ellipsoidal heuristic,” in<年代p一个ncl一个年代年代="conf-name">IEEE国际会议上智能机器人和系统</年代p一个n>,2997- 3004。doi: 10.1109 / IROS.2014.6942976</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/IROS.2014.6942976">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Informed+RRT*:+Optimal+sampling-based+path+planning+focused+via+direct+sampling+of+an+admissible+ellipsoidal+heuristic&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B8" id="B8"></a>Ghosh, S。,Otsu, K., and Ono, M. (2018). Probabilistic kinematic state estimation for motion planning of planetary rovers,” in<年代p一个ncl一个年代年代="conf-name">IEEE国际会议上智能机器人和系统</年代p一个n>。<年代p一个ncl一个年代年代="conf-loc">马德里,西班牙</年代p一个n>(<gydF4y2B一个年代p一个ncl一个年代年代="publisher-name">IEEE</年代p一个n>),5148- 5154。doi: 10.1080 / 0969725 x.2015.1042662</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1080/0969725x.2015.1042662">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Probabilistic+kinematic+state+estimation+for+motion+planning+of+planetary+rovers&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B9" id="B9"></a>汉森,大肠。,Zilberstein, S. (2001). Monitoring and control of anytime algorithms: A dynamic programming approach.<e米>Artif。智能。</e米>126年,139 - 157。doi: 10.1016 / s0004 - 3702 (00) 00068 - 0</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1016/S0004-3702(00)00068-0">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Monitoring+and+control+of+anytime+algorithms:+A+dynamic+programming+approach&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B10" id="B10"></a>Hegedus,大肠(1960)。<e米>一个简化的方法测定推土阻力(土地运动研究实验室陆军坦克汽车司令部报告)</e米>。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=A+simplified+method+for+determination+of+bulldozing+resistance+(land+locomotion+research+laboratory+army+tank+automotive+command+report)&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B11" id="B11"></a>Higa, S。,Iwashita Y。首先,K。小野,M。,l一个米一个rre,O., Didier, A., et al. (2019). Vision-based estimation of driving energy for planetary rovers using deep learning and terramechanics.<e米>我EEE机器人。奥特曼。列托人。</e米>4,3876- 3883。doi: 10.1109 / LRA.2019.2928765</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/LRA.2019.2928765">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Vision-based+estimation+of+driving+energy+for+planetary+rovers+using+deep+learning+and+terramechanics&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B12" id="B12"></a>霍华德,T。,Kelly, A. (2007). Optimal rough terrain trajectory generation for wheeled mobile robots.<e米>我nt。j .抢劫。Res。</e米>26日,141 - 166。doi: 10.1177 / 0278364906075328</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1177/0278364906075328">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Optimal+rough+terrain+trajectory+generation+for+wheeled+mobile+robots&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B13" id="B13"></a>Inotsume, H。日本久保田公司T。,Wettergreen,D. (2020). Robust path planning for slope traversing under uncertainty in slip prediction.<e米>我EEE机器人。奥特曼。列托人。</e米>5,3390- 3397。doi: 10.1109 / LRA.2020.2975756</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/LRA.2020.2975756">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Robust+path+planning+for+slope+traversing+under+uncertainty+in+slip+prediction&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B14" id="B14"></a>Inotsume, H。以须藤,M。,N一个g一个ok一个,K., Nagatani, K., and Yoshida, K. (2012). Slope traversability analysis of reconfigurable planetary rovers.<e米>我EEE/R年代J Int。Conf。智能机器人系统。</e米>,4470- 4476。doi: 10.1109 / IROS.2012.6386044</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/IROS.2012.6386044">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Slope+traversability+analysis+of+reconfigurable+planetary+rovers&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B15" id="B15"></a>Ishigami G。,N一个g一个t一个n我,K., and Yoshida, K. (2009). Slope traversal controls for planetary exploration rover on sandy terrain.<e米>j。领域机器人。</e米>26日,264 - 286。doi: 10.1002 / rob.20277</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1002/rob.20277">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Slope+traversal+controls+for+planetary+exploration+rover+on+sandy+terrain&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B16" id="B16"></a>Ishigami G。大月,M。,Kubota, T. (2013). Range-dependent terrain mapping and multipath planning using cylindrical coordinates for a planetary exploration rover.<e米>j。领域机器人。</e米>536- 551年。doi: 10.1002 / rob.21462</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1002/rob.21462">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Range-dependent+terrain+mapping+and+multipath+planning+using+cylindrical+coordinates+for+a+planetary+exploration+rover&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B17" id="B17"></a>Ishigami G。,Yo年代h我d一个,K. (2005). “Steering characteristics of an exploration rover on loose soil based on all-wheel dynamics model,” in<年代p一个ncl一个年代年代="conf-name">IEEE / RSJ智能机器人和系统国际会议</年代p一个n>。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/iros.2005.1545277">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Steering+characteristics+of+an+exploration+rover+on+loose+soil+based+on+all-wheel+dynamics+model&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B18" id="B18"></a>Iwashita Y。,N一个k一个年代h我米一个,K., Stoica, A., and Kurazume, R. (2019). “TU-net and TDeepLab: Deep learning-based terrain classification robust to illumination changes, combining visible and thermal imagery,” in<年代p一个ncl一个年代年代="conf-name">国际会议上多媒体信息处理和检索(MIPR)</年代p一个n>(<gydF4y2B一个年代p一个ncl一个年代年代="publisher-name">IEEE</年代p一个n>),280年。-285年。doi: 10.1109 / MIPR.2019.00057</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/MIPR.2019.00057">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=TU-net+and+TDeepLab:+Deep+learning-based+terrain+classification+robust+to+illumination+changes,+combining+visible+and+thermal+imagery&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B19" id="B19"></a>全,J。,Fr一个zzol我,E。 (2011). “Anytime computation of time-optimal off-road vehicle maneuvers using the RRT,” in<年代p一个ncl一个年代年代="conf-name">IEEE会议决定和控制</年代p一个n>,3276- 3282。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/cdc.2011.6161521">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Anytime+computation+of+time-optimal+off-road+vehicle+maneuvers+using+the+RRT&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B20" id="B20"></a>Karaman, S。,Fr一个zzol我,E。 (2011). Sampling-based algorithms for optimal motion planning.<e米>我nt。j .抢劫。Res。</e米>846- 894年。doi: 10.1177 / 0278364911406761</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1177/0278364911406761">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Sampling-based+algorithms+for+optimal+motion+planning&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B21" id="B21"></a>桑田,Y。张志贤,J。,F我ore,G。、Karaman年代。,Fr一个zzoli, E., and How, J. P. (2009). Real-time motion planning with applications to autonomous urban driving.<e米>我EEE反式。控制系统。抛光工艺。</e米>17日,1105 - 1118。doi: 10.1109 / TCST.2008.2012116</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/TCST.2008.2012116">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Real-time+motion+planning+with+applications+to+autonomous+urban+driving&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B22" id="B22"></a>拉瓦,s M。,Kuffner, J. J. (1999). Randomized kinodynamic planning.<e米>我EEE我nt。相依机器人自动化</e米>,473- 479。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Randomized+kinodynamic+planning&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B23" id="B23"></a>美津浓,M。,Kubota, T. (2020). “A new path planning architecture to consider motion uncertainty in natural environment,” in<年代p一个ncl一个年代年代="conf-name">IEEE机器人与自动化国际会议上</年代p一个n>,2182- 2188。doi: 10.1109 / ICRA40945.2020.9197238</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/ICRA40945.2020.9197238">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=A+new+path+planning+architecture+to+consider+motion+uncertainty+in+natural+environment&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B24" id="B24"></a>Pivtoraiko, M。,Knepper, R. A., and Kelly, A. (2009). Differentially constrained mobile robot motion planning in state lattices.<e米>j。领域机器人。</e米>26日,308 - 333。doi: 10.1002 / rob.20285</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1002/rob.20285">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Differentially+constrained+mobile+robot+motion+planning+in+state+lattices&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B25" id="B25"></a>Rajamani, r (2012)。<e米>车辆动力学和控制</e米>。<年代p一个ncl一个年代年代="publisher-name">施普林格</年代p一个n>。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Vehicle+dynamics+and+control&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B26" id="B26"></a>拉斯穆森,c, E。,W我ll我一个米年代,C。K. I. (2006).<e米>高斯过程机器学习</e米>。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Gaussian+processes+for+machine+learning&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B27" id="B27"></a>Rekleitis,我。,Bedw一个n我,J. L., Dupuis, E., Lamarche, T., and Allard, P. (2013). Autonomous over-the-horizon navigation using LIDAR data.<e米>Auton。机器人</e米>34岁的队。doi: 10.1007 / s10514 - 012 - 9309 - 9</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1007/s10514-012-9309-9">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Autonomous+over-the-horizon+navigation+using+LIDAR+data&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B28" id="B28"></a>Rothrock B。帕庞,J。,Kennedy, R., Ono, M., Heverly, M., and Cunningham, C. (2016). “SPOC: Deep learning-based terrain classification for Mars rover missions,” in<e米>张仁空间航天论坛和博览会(空间)</e米>,5539- 5551。doi: 10.2514/6.2016 -5539</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.2514/6.2016-5539">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=SPOC:+Deep+learning-based+terrain+classification+for+Mars+rover+missions&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B29" id="B29"></a>Sakayori G。,Ishigami G。(2016)。“Power-synchronized移动机器人路径规划在崎岖的地形,”<年代p一个ncl一个年代年代="conf-name">人工智能国际研讨会,在太空机器人与自动化</年代p一个n>。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Power-synchronized+path+planning+for+mobile+robot+in+rough+terrain&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B30" id="B30"></a>Seegmiller, N。,Kelly, A. (2016). High-fidelity yet fast dynamic models of wheeled mobile robots.<e米>我EEE反式。机器人。</e米>32岁,614 - 625。doi: 10.1109 / TRO.2016.2546310</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/TRO.2016.2546310">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=High-fidelity+yet+fast+dynamic+models+of+wheeled+mobile+robots&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B31" id="B31"></a>Smola, a·J。,年代chölkopf, B. (2004). A tutorial on support vector regression.<e米>统计第一版。</e米>14日,199 - 222。doi: 10.1023 / B: STCO.0000035301.49549.88</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1023/B:STCO.0000035301.49549.88">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=A+tutorial+on+support+vector+regression&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B32" id="B32"></a>以须藤,M。,Otsuki, M., Wakabayashi, S., Hoshino, T., and Hashimoto, T. (2015). The right path: Comprehensive path planning for lunar exploration rovers.<e米>我EEE机器人。奥特曼。玛格。</e米>22日,22-33。doi: 10.1109 / MRA.2014.2381359</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/MRA.2014.2381359">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=The+right+path:+Comprehensive+path+planning+for+lunar+exploration+rovers&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B33" id="B33"></a>Takemura, R。,Ishigami G。(2021)。“Traversability-based轨迹规划与quasi-dynamic车辆模型在松散的土壤,”<年代p一个ncl一个年代年代="conf-name">IEEE / RSJ智能机器人和系统国际会议</年代p一个n>,8388- 8394。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/iros51168.2021.9635891">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Traversability-based+trajectory+planning+with+quasi-dynamic+vehicle+model+in+loose+soil&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B34" id="B34"></a>Viseras,。,年代hutin, D., and Merino, L. (2017). “Online information gathering using sampling-based planners and GPs: An information theoretic approach,” in<年代p一个ncl一个年代年代="conf-name">IEEE国际会议上智能机器人和系统(——)</年代p一个n>,123- 130。doi: 10.1109 / IROS.2017.8202147</p><pcl一个年代年代="ReferencesCopy2"><a href="https://doi.org/10.1109/IROS.2017.8202147">CrossRef全文</一个>|<gydF4y2B一个一个href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Online+information+gathering+using+sampling-based+planners+and+GPs:+An+information+theoretic+approach&btnG=">谷歌学术搜索</一个></p></d我v><d我v class="References"> <p class="ReferencesCopy1"><a name="B35" id="B35"></a>Wong j.y. (2008)。<e米>地面车辆理论</e米>。第四版。</p><pcl一个年代年代="ReferencesCopy2"><a href="https://scholar.google.com/scholar?hl=en&as_sdt=0%2C5&q=Theory+of+ground+vehicles&btnG=">谷歌学术搜索</一个></p></d我v></div> <div class="thinLineM20"></div> <div class="AbstractSummary"> <p><span>关键词:</年代p一个n>轨迹规划、行星探测器,计算效率高,次优算法,RRT,随时算法</p><p><年代p一个n>引用:</年代p一个n>T一个ke米ura R和Ishigami G(2022)计算效率和最优轨迹规划框架基于trajectory-quality增长率分析。<e米>前面。机器人。人工智能</e米>9:994437。doi: 10.3389 / frobt.2022.994437</p><p我d="timestamps"><span>收到:</年代p一个n>20.22年7月14日;<年代p一个n>接受:</年代p一个n>20.22年9月16日;<br><年代p一个n>发表:</年代p一个n>20.22年10月28日。</p><d我v><p>编辑:</p><一个href="//www.thespel.com/loop/people/451499/overview">Jekanthan Thangavelautham</一个>美国亚利桑那大学</d我v><d我v><p>审核:</p><一个href="https://loop.frontiersin.org/people/1016901/overview">维维安Suzano Medeiros</一个>教皇里约热内卢天主教大学,巴西<br><一个href="https://loop.frontiersin.org/people/1963441/overview">Hiroki加藤</一个>日本,日本宇宙航空研究开发机构(JAXA)</d我v><p><年代p一个n>版权</年代p一个n>©2022 Takemura和Ishigami。这是一个开放分布式根据文章<一个rel="license" href="http://creativecommons.org/licenses/by/4.0/" target="_blank">知识共享归属许可(CC)。</一个>使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。</p><p><年代p一个n>*通信:</年代p一个n>Re我y一个T一个ke米ura,<一个href="mailto:rereon@keio.jp">rereon@keio.jp</一个></p><d我vcl一个年代年代="clear"></div> </div>   <div class="thin-line-dark"></div> </div> </div> </div> </main> </div> <div class="side-article-subjects only-devices widget-listing people-also-looked-at hidden"> <h5 class="like-h4">人也看了</h5></d我v></d我v></div> </div> <div id="divTemplates"> <div class="modal fade modal-container impact-modal-container" data-backdrop="static" id="impactModal" tabindex="-1" role="dialog" aria-labelledby="myModalLabel" aria-hidden="true"></div> <div class="modal fade modal-container supplementary-modal-container" data-backdrop="static" data-keyboard="false" id="supplementaryFilesModal" tabindex="-1" role="dialog" aria-labelledby="mySupplementaryModalLabel" aria-hidden="true" style="display: none; padding-right: 17px;"></div> <div class="modal fade modal-container notifyme-modal-container" data-backdrop="static" id="notifyModal" tabindex="-1" role="dialog" aria-labelledby="Notify on publication" aria-hidden="true"></div> </div> </div> <a id="floating-download-pdf-btn" class="floating-button" data-event="downloadfloating-button-click" href="//www.thespel.com/articles/10.3389/frobt.2022.994437/pdf"><span class="floating-button-text" data-event="downloadfloating-button-click">下载</年代p一个n></一个><frontiers-footer main-domain="frontiersin.org"></frontiers-footer>   </body> </html>

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个

www.雷竞技rebatfrontiersin.orggydF4y2B一个