基于bug算法的移动机器人路径规划研究.pdf

第06期 无线互联科技 N o .0 6
2020年3月 Wireless Internet Technology March，2020
基于Bug算法的移动机器人路径规划研究
赵文瑜
（华北科技学院 电子信息工程学院，河北 三河 065201）
摘 要：当移 动 机 器人 具 有有 限 的计算能力时，Bug算法是最简单有效的路径规划算法，适用于环境地图未知或环境快速变
化的情况，这些算法从机器人传感器，如激光雷达传感器来获得的本地信息和全局目标信息，以朝向目标的直线运动和沿着
障碍的边界运动这两种简单的运动方式来到达目标点。文章对此展开了分析。
关键词：路径规划；Bug算法；机器人
基于Bug的路径规划算法有3种 ，分 别 为 Bug0，Bug1， 根据图1中Bug1算法做出的路径规划，在最坏的情况下，
Bug2。使用这些算法的移动机器人可以避开障碍物并朝着 ，而 不 是 从 开 始
目标前进。其需要使用的内存低，并且获得的路径通常远非 到目标的欧几里德距离。这个距离远比从起始点到目标点的
最佳。Lumelsky等[1-2]首先实现Bug算 法 ，然 后 进 行 了一 些 改 欧几里德距离长很多。对于从开始到目标在其路径上检测到
进[3-4]。文章在下面内容主要描述了Bug算法中的3个基本算 的每个障碍物，算法从障碍物的边界轮廓上找到一个起始
法 ，并 使 用 Bug0算法在Matlab中进行仿真，验证其算法的有 点和一个离开点，因此不会多次检测到障碍物，更不会在同
效性。 一障碍物的边界轮廓上走重复的路线。当算法不止一次检测
1 Bug1算法 到同一障碍物时，知道在障碍物内捕获了起点或目标点，并
与Bug0相比，Bug1算法需要使用更多内存来运行更 且可以终止路径搜索。因为没有可行的目标路径，也就是图1
多计算。在每次迭代中，其需要计算到目标点位置的欧几 中最右边的情况，因此该算法可以有效地识别无法达到的目
里德距离并记住障碍物圆周