记者10月21日从哈尔滨工业大学（深圳）获悉，该校智能学部智能科学与工程学院教授陈浩耀团队在机器人路径规划方面取得重要进展。该团队通过引入地形分析与构型稳定性估计形成层次化路径规划框架，实现地面移动机器人在崎岖地形下安全、稳定、高效自主导航。相关研究成果于日前发表在学术期刊《IEEE机器人学汇刊》上。
路径规划是地面移动机器人自主作业核心基础，在崎岖地形自主导航中，机器人需实时感知邻近空间的地形信息进行路径规划，然而传统方法存在地图表征效率和构型稳定性估计精度的双重制约。
针对这一难题，研究团队创新性地提出一套实时多层级地形感知路径规划框架，突破传统分层规划框架的局限，通过在全局层与局部层同步引入地形信息，确保安全可靠导航。
其中，研究团队在全局层构建出基于正态分布变换的隐式地图表示方法，用于高效地形分析，从而巧妙地平衡了地形表示的细节与大规模场景的覆盖。
基于此，研究团队实现了地形分析、通行风险评估及可通行性估计，并适配到寻路算法，在提高地形分析可靠性的同时显著加速了全局路径规划。
而在局部层，研究团队创新性地提出了一种迭代几何评估方法用于局部层的精细运动规划，通过模拟机器人在重力作用下接触地面过程，以高效估计机器人构型稳定性。
与此同时，研究团队将构型稳定性估计融入路径搜索算法，从而生成安全、平滑的局部路径，并突破传统方法建模不精准、计算效率低等，大幅降低机器人底盘侧翻、托底等运行风险，显著提升复杂地形穿越成功率。
据悉，凭借模块化设计可灵活适配不同构型的地面机器人和多种路径搜索器，该进展可广泛应用于大范围户外地形、多层结构建筑及复杂废墟地形等场景，且已在仿真、真实场景实验中通过验证。
记者10月21日从哈尔滨工业大学（深圳）获悉，该校智能学部智能科学与工程学院教授陈浩耀团队在机器人路径规划方面取得重要进展。该团队通过引入地形分析与构型稳定性估计形成层次化路径规划框架，实现地面移动机器人在崎岖地形下安全、稳定、高效自主导航。相关研究成果于日前发表在学术期刊《IEEE机器人学汇刊》上。
路径规划是地面移动机器人自主作业核心基础，在崎岖地形自主导航中，机器人需实时感知邻近空间的地形信息进行路径规划，然而传统方法存在地图表征效率和构型稳定性估计精度的双重制约。
针对这一难题，研究团队创新性地提出一套实时多层级地形感知路径规划框架，突破传统分层规划框架的局限，通过在全局层与局部层同步引入地形信息，确保安全可靠导航。
其中，研究团队在全局层构建出基于正态分布变换的隐式地图表示方法，用于高效地形分析，从而巧妙地平衡了地形表示的细节与大规模场景的覆盖。
基于此，研究团队实现了地形分析、通行风险评估及可通行性估计，并适配到寻路算法，在提高地形分析可靠性的同时显著加速了全局路径规划。
而在局部层，研究团队创新性地提出了一种迭代几何评估方法用于局部层的精细运动规划，通过模拟机器人在重力作用下接触地面过程，以高效估计机器人构型稳定性。
与此同时，研究团队将构型稳定性估计融入路径搜索算法，从而生成安全、平滑的局部路径，并突破传统方法建模不精准、计算效率低等，大幅降低机器人底盘侧翻、托底等运行风险，显著提升复杂地形穿越成功率。
据悉，凭借模块化设计可灵活适配不同构型的地面机器人和多种路径搜索器，该进展可广泛应用于大范围户外地形、多层结构建筑及复杂废墟地形等场景，且已在仿真、真实场景实验中通过验证。
