基于采样隐马尔可夫模型的移动机器人路径规划

作者：白晓兰; 张振朋^*; 周文全; 袁铮; 任鹏博; 张炳贵

来源：组合机床与自动化加工技术, 2023, (07): 50-56.

DOI：10.13462/j.cnki.mmtamt.2023.07.012

• 学习预测
• 路径规划
• 马尔可夫模型
• 蚁群算法

为提高移动机器人路径规划的学习和预测能力，使得规划的路径长度和转弯较小，能够动态躲避行人，提高搜索效率，提出一种基于采样隐式马尔可夫模型(sampled hidden markov model, SHMM)的移动机器人路径规划方法。首先，将2D网格环境下的轨迹划分为位置(x,y)、航向(θ)、线速度(vl)四个维度，建立机器人轨迹预测模型；其次，利用KL散度(kullback-leibler divergence)将建立的HMM运动模型进行降采样；最后，用K-means聚类因子、SHMM因子和转角因子改进蚁群算法进行路径规划。仿真验证了基于SHHM的移动机器人规划的路径长度短、转角少，并具有学习和预测能力，在路径规划地同时能很好地躲避行人。

• 单位
  沈阳化工大学