TY -的A2 -吉梅内斯Macias,埃米利奥盟——王,玲玲AU -潘,利鑫PY - 2020 DA - 2020/11/23 TI -研究SBMPC抢险探测机器人路径规划算法的SP - 7821942六世- 2020 AB -本研究旨在改善煤矿抢险探测机器人自主导航,消除对救援人员的危险,并加强救援工作的安全性。将模型预测控制的概念引入救援探测机器人的路径规划中。基于代价函数和预测运动学模型的构造，提出了基于采样的模型预测控制(SBMPC)算法。首先，在机器人运动控制变量空间进行输入采样，生成候选路径规划解;然后，通过预测运动学模型和输入采样数据，计算出机器人未来时刻的姿态和位置，作为机器人运动的输出变量。通过定义代价函数的连续移动优化，从候选解中获得路径规划的最优解。仿真比较了均匀采样、霍尔顿采样和无级变速采样三种采样方法对路径规划性能的影响。统计分析表明，三种方法在样本量相同的情况下，无级变速采样在二维平面上覆盖最均匀。仿真结果表明，SBMPC算法对复杂环境下救援探测机器人安全路径规划是有效可行的。 SN - 1026-0226 UR - https://doi.org/10.1155/2020/7821942 DO - 10.1155/2020/7821942 JF - Discrete Dynamics in Nature and Society PB - Hindawi KW - ER -