针对障碍环境下具有非完整约束月球车的运动规划问题,提出了一种基于离散化位姿的月球车运动规划方法。该方法首先将月球车的运动轨迹限定于多项式旋线,通过求解多项式旋线参数生成无障碍条件下连接任意位姿状态的运动轨迹。同时,该方法对月球车运动规划问题中的位姿状态空间进行离散化,形成离散化的位姿状态空间。根据离散化位姿状态空间的特点,在离线的条件下生成连接相邻离散位姿的月球车基本的运动轨迹集。最后该方法结合基本运动轨迹集并利用启发式搜索算法最终解决障碍条件下的运动规划问题。基于动力学仿真平台中的实验结果验证了该方法的正确性和有效性。
研究基于自主行为智能体的月球车运动规划与控制方法．在基于自主行为智能体的月球车系统结构基础上,首先设计了月球车运动规划与控制的一组基本行为,对其原理进行证明．通过行为状态机对行为进行选择,如果不能保障月球车安全性能,则由运动规划智能体学习其行为参数,并由神经网络记忆．将月球车运动规划与控制分解为行为设计与学习两个过程,使月球车控制系统易于加入先验知识．同时,月球车运动规划能够满足其机动性与地形传送性约束,保证工程开发的结构化与可实现性．该方法不仅具有实时性,而且对未知环境具有较强的适应能力．仿真研究与实验证明了该方法的有效性．
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