机器人局部路径规划算法——VFH系列论文。主要根据传感器的观测数据，更新占用栅格地图，然后计算下一步的运动方向。

针对应用广泛的局部避障算法-----动态窗口法(DWA)穿越稠密障碍物时存在路径不合理、速度和安全性不能兼顾等问题,提出参数自适应的DWA算法,根据机器人与障碍物距离和障碍物的密集度自动调整目标函数中的权值,以自适应环境的动态变化,从而获得移动机器人的最佳运行速度和合理路径.该方法可明显改善机器人穿越稠密障碍物区域时的性能;同时,该方法还可避免机器人从密集障碍物区域外绕行以及轨迹不平滑现象.仿真实验表明:改进的DWA算法在复杂环境中通过逐步优化可使运行轨迹更加合理,能够同时兼顾路径平滑性和安全性;机器人在离稠密障碍物较远处保持高速,通过狭窄通道或者稠密障碍物区域时速度适当降低,安全性更高,实验中总迭代次数和运行时间可缩短20%以上.

为了实现未知复杂环境下机器人的局部路径规划,提出了一种新的局部路径规划方法,使机器人自主探测周边障碍物情况。通过滚动窗口计算局部目标等途径进行路径规划,从而实现机器人无碰撞到达全局目标点。该方法可以使机器人在未知复杂环境中较快较好地进行路径规划。仿真试验表明该方法具有可行性、有效性和实时性。

The classic "elastic band" deforms a path generated by a global planner with respect to the shortest path length while avoiding contact with obstacles. It does not take any dynamic constraints of the underlying robot into account directly. This contribution introduces a new approach called "timed elastic band" which explicitly considers temporal aspects of the motion in terms of dynamic constraints such as limited robot velocities and accelerations. The "timed elastic band" problem is formulated in a weighted multi-objective optimization framework. Most objectives are local as they depend on a few neighboring intermediate configurations. This results in a sparse system matrix for which efficient large-scale constrained least squares optimization methods exist. Results from simulations and experiments with a real robot demonstrate that the approach is robust and computationally efficient to generate optimal robot trajectories in real time. The "timed elastic band" converts an initial path composed of a sequence of way points into a trajectory with explicit dependence on time which enables the control of the robot in real time. Due to its modular formulation the approach is easily extended to incorporate additional objectives and constraints.

文章针对近年来的无人驾驶汽车路径规划算法进行总结和归纳。首先对目前主流的环境建模方法进行阐述;其次对路径规划算法进行介绍,通过分析其优缺点,指出融合轨迹规划算法具有最好的适用性;最后总结当前研究挑战并提出了相关建议。

表2．4各个算法计算结果统计表 2．4在汽车避障局部路径规划中的仿真实验 为验证改进水滴算法在汽车局部路径规划领域的应用可行性，将算法用于无 人驾驶汽车的局部路径规划中。设计一条平直同向双车道，长度为260米、宽度 为7米，在模型中表示为65×6的二维栅格，单位栅格的边长为4mxl．17m。为验 证算法对速度的鲁棒性，在汽车分别处于中速20m／s和高速30m／s状态下进行路 径规划实验。当汽车探测到前方40m内有障碍时，局部路径规划程序将被触发， 并按0．5s的时间步长实时进行路径规划，以完成对静态障碍车超车、对动态障碍 车超车和对动态障碍车避车的三种工况。算法参数的设置如表2．5所示。 表2。5改进水滴算法的参数表 14 万方数据

行业分类-物理装置-基于模型预测的无人驾驶汽车局部路径规划方法.zip

局部路径规划的人工势场法 源代码 经调试后发现可以避障且能到达目标点.rar

基于激光雷达的环境识别及局部路径规划技术研究_杜军.caj

此文档中是自己整理的关于局部路径规划算法TEB和DWA的相关论文，希望有需求可以读一读，提一句论文是英文的。