一种针对VFH系列算法阈值敏感问题的改进策略

针对VFH系列算法的阈值敏感问题,提出了一种新的自适应阈值改进策略.综合考虑移动机器人硬件特性、运动特性和目标点环境设置初始阈值、确定阈值范围.使用阈值评价函数,对可选范围内的每组阈值与可通行方向进行综合评价,使得机器人能够实时选取适合当前情况的阈值.最后在ROS上实现算法,并使用EAI移动机器人平台进行多次对比实验.实验结果证明,使用自适应阈值改进策略后,机器人能够避免局部死区,并在目标周围存在障碍物时,以较短的无碰撞平滑路径顺利到达目标位置.     

基于记忆矩阵A*引导域的VHF算法改进策略

针对机器人采用VFH算法避障容易陷入局部死区的问题，提出为机器人增加记忆地图的方法.在面对未知环境时，采用了一种新的自适应阈值策略，在一定程度上避开局部死区抵达目标点，同时在首次避障时生成记忆地图.在二次避障过程中通过记忆地图产生低分辨率A*引导域，使用改进的代价函数，使A*引导域与VFH算法有效结合，以较优的路径完成避障过程，同时能实时适应周围环境的变化.最后，在MATLAB上针对不同环境进行算法仿真对比.实验结果表明，使用新的自适应阈值策略能在未知环境下完成避障过程并产生记忆地图；在记忆地图的基础上使用A*域的引导，能使机器人适应周围环境变化的同时以较优的路径顺利到达目标位置.