로봇 경로 계획을 위한 효율적인 개선된 인공 잠재력 기반 회귀 검색 방법

자율 이동 로봇을 위한 경로 계획 분야는 초기 위치와 목표 위치 사이의 충돌이 없는 경로를 계산하는 최적화 문제입니다. 본 논문에서는 지역 최소값과 진동 없이 완전한 알려진 환경 정보에서 전역 부분 최적/최적 경로를 효율적으로 얻을 수 있는 개선된 인공 잠재력 기반 회귀 검색(Improved APF-based RS) 방법을 제안합니다. 우리는 도달 불가능한 문제와 지역 최소값 문제를 제거하기 위해 잠재력 함수를 재정의하고, 로봇이 진동에서 벗어날 수 있도록 가상 지역 대상을 활용합니다. 개선된 APF에 의해 계획된 경로는 가장 짧은/근사 단축 경로가 아니기 때문에, 우리는 계획된 경로를 최적화하기 위해 회귀 검색(RS) 방법을 개발합니다. 최적화 경로는 개선된 APF에 의해 생성된 연속 점들을 연결하여 계산됩니다. 많은 시뮬레이션 결과는 개선된 APF 방법이 지역 최소값 및 진동 운동에서 매우 쉽게 벗어난다는 것을 보여줍니다. 또한, 시뮬레이션 결과는 우리가 제안한 경로 계획 접근법이 일반 APF와 비교하여 항상 더 글로벌한 최적/근사 최적의 충돌 없는 안전한 경로를 목적지까지 계산할 수 있음을 확인합니다. 이는 우리의 개선된 APF 기반 RS 방법이 자율 이동 로봇을 위한 NP-하드 경로 계획 문제를 해결하는 데 매우 타당성과 효율성이 있음을 증명합니다.