重磅！上海交大团队顶刊发文，革新轮腿星球车规划算法

轮腿式星球车 ， 具有多构型运动能力，有效继承了传统星球车轮式构型的移动速度、能量消耗、负载能力 优势 ， 同时具备 腿式构型 的 地形适应性和 运动 灵活性 。 也因此， 多自由度轮腿混合式主动悬架星球 探 测车 近年来 逐渐成为各个国家和实验室的研究焦点。 然而，轮腿式星球车的高机动性在带来优势的同时，也带来了新的问题。它使得规划算法的复杂程度大幅 增加，特别是在密集障碍环境中，规划算法需要综合考虑机器人的几何特征、运动能力以及与环境交互的 特征。这对传统的路径规划方法而言，无疑是一项严峻的挑战。 ▍ 提出新思路，融合马尔可夫决策模型与 GF 集理论 针对上述难题，上海交通大学 何俊教授 研究团队 进行了深入研究，并 提出了 基于 扩展马尔可夫决策过 程的路径规划方法。 该研究创新性地融合了 GF 集理论与 构态 拓扑理论， 通过 构建离线运动规划库以 量化 不同动作特征的 能量消耗与 风险 ；引入 " 足端运动相关节点 " 描述 机器人与环境的交互关系；同 时 扩展传统 马尔可夫 模型至二阶性质， 以 解决路径转向时的碰撞 问题 。 此外， 研究 团队 还 提出信 息引导 的 值迭代算法，结合四叉树地图 ...