-
题名星球车自主路径规划方法
- 1
-
-
作者
张浩杰
姜峰
刘传凯
张作宇
李擎
-
机构
北京科技大学自动化学院
北京航天飞行控制中心航天飞行动力学技术重点实验室
-
出处
《工程科学学报》
EI
CSCD
北大核心
2024年第11期2063-2075,共13页
-
基金
装备预研重点实验室基金(KJW6142210210308)
国家自然科学基金青年科学基金资助项目(61806183)。
-
文摘
自主路径规划是星球车执行地外星球探测任务的一项核心技术,有助于星球车安全、高效地运动到任务点.然而,由于地外星球环境的特殊性、星球车与地面控制站之间的通信时延和通信带宽限制,星球车的自主路径规划与地面移动机器人的相应技术相比面临更大的挑战性,比如光照有限、地形未知且难以预测、环境特征单一和轮地交互难以精确建模等.因此,在存在不完全的环境信息和不确定的位置信息的情况下,如何为星球车生成一条安全、高效、合理的可通行路径是当前的研究热点.从研究进展和工程应用两个角度分析梳理星球车感知地图构建和自主路径规划等关键技术的进展.首先,总结了基于双目视觉的感知地图构建方法的研究进展,这种方法根据双目视觉信息获取视差图,从而构建星球表面数字高程地图模型.在获取视差图时通常采用立体匹配算法,对基于区域的匹配算法和基于特征的匹配算法两类主流方法进行了分析.其次,将现有的星球车自主路径规划方法总结为基于代价评估的路径规划方法与基于机器学习的路径规划方法两类,重点概括总结了基于备选弧的自主路径规划方法原理及其在已发射星球车路径规划中的迭代应用情况.分类分析了基于A*启发式搜寻算法、快速随机探索树算法和快速行进法的自主路径规划方法在星球车上的应用前景.将机器学习在星球车自主路径规划中的应用分为端到端路径规划方法与基于机器学习的辅助路径规划方法两类进行总结梳理.最后,基于对星球车自主路径规划的关键技术分析,从增强星球车感知能力、改进备选弧、减小星球车滑移、结合多种路径规划方法以及加强机器学习的应用五个方面对未来星球车自主路径规划方法的研究方向进行了探讨和展望.
-
关键词
地外星球探测
星球车
自主路径规划
双目视觉
感知地图
机器学习
-
Keywords
exploration of extraterrestrial planets
planetary rovers
autonomous path planning
binocular vision
perception map
machine learning
-
分类号
V476.3
[航空宇航科学与技术—飞行器设计]
-
