タグ付けされた質問 「algorithm」

この質問では、次のことが不明であると想定しています。 部屋の大きさと形 ロボットの場所 障害物の存在 また、次のものが一定であると仮定します。 部屋の大きさと形 すべての（存在する場合）障害物の数、形状、および場所 また、ロボットには次のプロパティがあると仮定します。 絶対単位の増分でのみ前進し、度単位で回転できます。また、移動する操作は、成功した場合はtrueを返し、障害のため移動に失敗した場合はfalseを返します。 合理的に無制限の動力源（それは、天井のない常時太陽に面している宇宙ステーションに置かれた太陽動力ロボットであるとしましょう） すべての移動と回転は毎回絶対精度で実行されます（信頼できないデータについて心配する必要はありません） 最後に、ロボットの環境の以下の特性を考慮してください。 天井のない宇宙ステーション上にあるため、部屋は安全ですが、通過する彗星にイライラするほど近いため、ほこり（および氷）が常に環境を散らかしています。 私はこの質問のはるかに簡単なバージョンを求められました（部屋は長方形であり、障害はありません、どのように移動すると、少なくとも一度はすべての部分を超えることができることを保証します）障害物の形状や存在を保証するものではありません。私はダイクストラのアルゴリズムでこれを調べ始めましたが、他の人がこれにどのようにアプローチするのか（またはこれに対するよく受け入れられた答えがある場合はどうですか？）

25 mobile-robot  artificial-intelligence  algorithm  coverage  theory 

最適なサンプリング・ベースの動作計画アルゴリズム説明本論文では）、計画時間の増加に伴って最適経路に収束衝突のない経路をもたらすことが示されています。ただし、私が見る限り、最適性の証明と実験では、パスコストメトリックが構成空間のユークリッド距離であると仮定しています。RRT ∗は、パス全体の障害物からの最小クリアランスを最大化するなど、他のパス品質メトリックの最適性プロパティも生成できますか？RRT∗RRT∗\text{RRT}^*RRT∗RRT∗\text{RRT}^* 最小クリアランスを定義するには：簡単にするために、ユークリッド空間を動き回るポイントロボットを考えます。衝突のない構成空間にある構成については、ロボットと最も近いC障害物間の距離を返す関数d （q ）を定義します。パスのためのσ、最小クリアランスmin_clear （σは）の最小値であるD （Q ）すべてについてのq ∈ σ。最適な運動計画では、パスに沿った障害物からの最小クリアランスを最大化することをお勧めします。これは、いくつかのコストメトリックを定義することを意味しますqqqd（q）d（q）d(q)σσ\sigmamin_clear （σ）min_clear（σ）\text{min_clear}(\sigma)d（q）d（q）d(q)q∈ σq∈σq \in \sigmaように、Cの増加最小クリアランスが減少するにつれて。1つの単純な関数は c （σ ）= exp （− min_clear （σ ））になります。c（σ）c（σ）c(\sigma)cccc （σ）= exp（− min_clear （σ））c（σ）=exp⁡（−min_clear（σ））c(\sigma) = \exp(-\text{min_clear}(\sigma)) RRT ∗を紹介する最初の論文では、証明が成立するように、パスコストメトリックについていくつかの仮定が行われています。前提条件の1つはコストメトリックの加算性に関するもので、上記の最小クリアランスメトリックには当てはまりません。ただし、アルゴリズムについて説明した最近のジャーナル記事では、以前の仮定のいくつかがリストされておらず、最小クリアランスコストメトリックもアルゴリズムによって最適化されているように思われました。RRT∗RRT∗\text{RRT}^* の最適性の証明が最小クリアランスコストメトリック（おそらく上記で与えたものではなく、同じ最小値を持つ別のメトリック）を保持できるかどうか、またはアルゴリズムの有用性をサポートするために実験が実行されたかどうかを知っていますか？そのようなメトリック？RRT∗RRT∗\text{RRT}^*

14 motion-planning  algorithm  rrt  theory 

探索を使用して、かなり粗い2Dグリッド空間に障害物のマップを作成しようとしています。ある空間から隣接する空間に移動しようとすることで障害物を検出し、それが失敗した場合、目的地に障害物があります（この問題には距離測定センサーの概念はありません）。 サンプルグリッドhttp://www.eriding.net/resources/general/prim_frmwrks/images/asses/asses_y3_5d_3.gif（例） すべての到達可能な正方形が訪問されると、プロセスは完了します。言い換えると、一部のスペースは、囲まれているため障害物がなくても完全に到達できない場合があります。これは予想されることです。 最も単純なケースでは、DFSアルゴリズムを使用できますが、これを完了するには非常に長い時間がかかるのではないかと心配しています。ロボットは、新しい領域を探索するよりもバックトラッキングに多くの時間を費やします。ロボットはすべてのオプションを使い果たしてしまうので、到達不能な正方形に到達しようとするとき、これは特に問題があると思います。 より洗練された方法では、行うべき適切なことは、ブストロフェドン細胞の分解であると思われます。 ただし、Boustrophedonセル分解アルゴリズムの適切な説明（つまり、簡単な用語での完全な説明）を見つけることができないようです。そこリソースは次のようにしているこのいずれか、または垂直セル分解で、この一般の方が、彼らは関与ハイレベルのアルゴリズムも低レベルのデータ構造に多くの洞察を提供していません。 O （n2）O（n2）O(n^2)O （n4）O（n4）O(n^4)n ∗ nn∗nn*n

13 algorithm  coverage  planning 

クワッドローターに取り組んでいます。-私はその位置を知っている私が行ってみたい、 -目標位置、及びそのI計算Aベクターから -私の目標に私を取る単位ベクトルを：b caaabbbccc c = b - a c = normalize(c) クワッドローターは回転せずにどの方向にも移動できるため、私がやろうとしたのは ロボットのヨー角でを回転させるccc コンポーネントに分割するx 、yバツ、yx, y それらをロール角とピッチ角としてロボットに渡します。 問題は、ヨーが0°±5の場合、これは機能しますが、ヨーが+90または-90に近い場合、失敗し、誤った方向に進みます。私の質問は、ここに明らかな何かが足りないのですか？

9 quadcopter  uav  navigation  slam  kinect  computer-vision  algorithm  c++  ransac  mobile-robot  arduino  microcontroller  machine-learning  simulator  rcservo  arduino  software  wifi  c  software  simulator  children  multi-agent  ros  roomba  irobot-create  slam  kalman-filter  control  wiring  routing  motion  kinect  motor  electronics  power  mobile-robot  design  nxt  programming-languages  mindstorms  algorithm  not-exactly-c  nxt  programming-languages  mindstorms  not-exactly-c  raspberry-pi  operating-systems  mobile-robot  robotic-arm  sensors  kinect  nxt  programming-languages  mindstorms  sensors  circuit  motion-planning  algorithm  rrt  theory  design  electronics  accelerometer  calibration  arduino  sensors  accelerometer