考虑月球车全局路径规划的应用要求,针对传统A*算法搜索速度慢和返回路径不够优化的缺点,对算法流程进行改进,减少其时间和空间复杂度,提高其搜索速度,并对返回路径进行优化,有效地缩短了路径。对于存在凹形障碍的地图,采用后退-尝试的方法解决规划失败的问题,并在一次搜索的基础上使用二次搜索策略来实现规划路径的优化,使之绕过凹形障碍趋向目标,从而达到输出最短路径的目的。

主要提出了一种在虚拟环境下基于复合视觉的月球车导航技术,将单、双目视觉二者结合应用,取长补短。其中单目视觉作为一种宏观路径规划完成对于形状规则的月坑的识别与定位;应用双目视觉作细观路径规划,在一定距离内完成对于特征复杂的石块的判断与定位。同时,提出了一种考虑月球车运动学动力学特性的路径规划,在能够达到避障要求的基础上缩短其行驶距离,并将其作为视觉导航模块融入月球车虚拟仿真系统中。

视觉导航是月球车的一项重要功能,本文首先介绍了国内外视觉导航的情况;在对视觉导航原理分析的基础上,提出了月球车的视觉导航实现方案,并进行了避障路径规划的实验。实验结果表明了方法的正确性。

以实现月球探测器的避障路径规划为目标,采用立体视觉技术感知车前环境,设计一套基于特征匹配的车前障碍物检测算法。构造极坐标直方图描述环境空间,提出一种基于视觉感知的直方图Bug路径规划算法。通过朝目标移动和沿障碍物边界滑动2种行为的切换来保证算法全局收敛。实景重构与仿真实验验证了算法的有效性。

研究了开发月球车路径规划三维仿真平台遇到的问题。提出了包括月球车三维建模、障碍物提取、路经规划和三维渲染在内地整套建立月球车路径规划三维仿真平台的方案,并使用它来验证行为控制月球车的虚拟主体避障算法。仿真结果表明,此月球车三维仿真平台解决了月球车三维显示和人机交互问题。

面向月球车路径规划,从建立合理、鲁棒的月面环境模型的需求出发,提出了一种新的多约束环境建模方法———MCWM方法,它综合考虑了月面地形的可通行性、系统的不确定性、人机协同性和运动的平稳性等四个因素,最后产生了一个能支持路径规划的综合代价地图———MCWM模型。仿真结果表明,MCWM方法合理、有效,可提高所规划路径的安全性和可执行性。

提出了一种新的路径规划方法即自主行为路径规划方法.该方法能够自动构造大范围自然环境下与路径规划任务相关的一类拓扑结构,从而大大地提高自然环境下月球车路径规划速度.该方法在Tangent-Bug切线法基础上引入一组自适应行为来构造切线拓扑图,它是人工路径规划行为的模仿,克服了计算几何路径规划方法非线性计算时间的不足.文中给出了相关定义、定理、算法及真实环境下的仿真结果.

基于当前对于月球车、火星登陆机器人等的研究结果 ,介绍了月球车的视觉系统、控制方案和路径规划方法 ,并提出了对于月球车的控制方案的见解和路径规划的一些方法

讨论了基于案例的学习方法在月球探测器局部路径规划中的应用问题。基于案例的学习算法是人工智能中的一种学习方法 ,它根据过去的经验进行学习及问题求解 ,是一种增量式的学习过程。本文对基于案例的学习方法在月球探测器路径规划中的应用框架进行了一些讨论 ,提出了一些算法。

为了满足五轮铰接式月球机器人 (FWALR)的避障及在月面上作业的要求 ,针对 FWALR的结构特点、月球上凹凸不平的三维地形和机器人车轮与地面的相互作用 ,提出了基于虚拟传感器的双向全局路径规划方法和降维法 .用此方法对 FWALR进行了全局路径规划及仿真试验 ,证实了这种全局路径规划方法的可行性