基于Voronoi图和广义水平集的机器人分层路径规划算法

本文主要探讨了一种基于栅格地图的分层式机器人路径规划算法，由余翀和邱其文两位作者提出。该算法旨在提高机器人在复杂环境中的导航效率和实时性。整个规划过程分为三个层次： 1. 拓扑层规划：这是第一层，采用了Voronoi图起泡生成算法。Voronoi图是一种将空间分割成多个区域，每个区域对应于地图上的一个点或一组点，区域内的所有点到该点的距离比到其他点的更近。通过这种方式，算法能够构建出机器人在全球可行区域中的拓扑关系，确保路径的连通性和全局合理性。 2. 广义水平集算法应用：第二层是针对拓扑层的优化，利用了广义水平集算法进行路径搜索。广义水平集方法可以处理复杂的边界情况，并能动态调整搜索方向，从而找到从起点到终点的最优路径。这种方法保证了路径规划的精度。 3. 栅格层路径再规划：在第三层，算法进入更为精细的栅格层。作者借鉴了窄带水平集的思想，通过拓宽拓扑路径，创建了一个机器人安全通行的窄带区域。在这个区域内，算法采用了局部快速匹配算法，对拓扑路径进行细化，进一步提升路径的精确度，同时减少了计算量，提高了算法的效率和规划的实时性。 关键词包括分层路径规划、栅格地图、Voronoi图起泡生成算法、广义水平集算法以及局部快速匹配算法。这些关键词展示了论文的核心技术贡献，表明研究者们在探索如何结合多种高级规划技术来优化机器人在复杂环境中的移动路径选择。 这项工作对于提高自主机器人在实际应用中的导航性能具有重要意义，尤其是在动态变化的环境中，分层规划策略和细致的算法设计有助于机器人更快、更准确地找到最佳路径。