(1 中國(guó)科學(xué)院遙感與數(shù)字地球研究所，北京 100101)(2 中國(guó)科學(xué)院大學(xué)，北京 100049)(3 北京空間飛行器總體設(shè)計(jì)部，北京 100094)

在我國(guó)的探月工程中，月面巡視器作為一個(gè)核心而又關(guān)鍵的系統(tǒng)，是目前對(duì)月球進(jìn)行近距離探測(cè)的最直接有效的工具。月球表面地形復(fù)雜難以直觀觀測(cè)，巡視器的工作環(huán)境復(fù)雜且危險(xiǎn)。因此在錯(cuò)綜復(fù)雜的月球表面為巡視器規(guī)劃出一條安全、高效的路線是保證巡視器能穩(wěn)定工作的前提[1-2]。

月面巡視器所面臨的任務(wù)環(huán)境非常復(fù)雜，尤其是月球的非結(jié)構(gòu)化月面環(huán)境使得月面巡視器的導(dǎo)航與控制研究極具挑戰(zhàn)性[3]。為了保證巡視器能夠適應(yīng)其復(fù)雜任務(wù)環(huán)境并順利完成各種探測(cè)任務(wù)，需要巡視器具有高度的自主導(dǎo)航與控制能力。

國(guó)外，文獻(xiàn)[4]提出一種適用于裝備激光測(cè)距儀巡視器的路徑算法，該算法以Dijkstra算法為基礎(chǔ)，將地形傾斜度，地形粗糙度和路徑長(zhǎng)度三個(gè)指標(biāo)作為該算法的成本函數(shù)，在通過(guò)激光測(cè)距儀生成的數(shù)字高程圖(Digital Elevation Model，DEM)上規(guī)劃路徑。文獻(xiàn)[5]提出了一種基于人工支持的自動(dòng)路徑規(guī)劃算法，該算法可根據(jù)地圖本身的特點(diǎn)設(shè)定路徑成本函數(shù)用以優(yōu)化數(shù)據(jù)，并與簡(jiǎn)單的基于時(shí)間的成本函數(shù)相比，參與者能夠更好地優(yōu)化更復(fù)雜的成本函數(shù)。國(guó)內(nèi)，文獻(xiàn)[6]探索出一種將A*算法和B樣條函數(shù)相結(jié)合的路徑規(guī)劃技術(shù)，適用于月面環(huán)境靜態(tài)且完全已知時(shí)做全局路徑規(guī)劃。文獻(xiàn)[7]提出一種基于膨脹柵格直方圖的方法，該方法考慮到傳感器測(cè)量的不確定性和巡視器的尺寸，在柵格地圖上對(duì)探測(cè)到的每個(gè)障礙物柵格點(diǎn)膨脹，該方法僅考慮路徑避障但沒(méi)有考慮到路徑的平滑性和連續(xù)性，需要巡視器多次進(jìn)行原地轉(zhuǎn)向。文獻(xiàn)[8]給出一種改進(jìn)的蟻群算法，解決傳統(tǒng)蟻群算法收斂速度慢、易陷入局部最優(yōu)解的缺陷，提高月球車導(dǎo)航過(guò)程中路徑規(guī)劃的能力，但需要在運(yùn)動(dòng)中不斷轉(zhuǎn)向，降低了行駛安全性。文獻(xiàn)[9]在柵格法的基礎(chǔ)上提出了一種基于Theta*算法的Block-Guided Theta*算法，但算法存在局限性，只對(duì)于研究巡視器在廣闊而平坦的月海區(qū)域的路徑規(guī)劃問(wèn)題中有一定的參考價(jià)值。在月面路徑規(guī)劃研究方面已經(jīng)提出了許多策略，并取得了不少成功的研究成果，但巡視器路徑規(guī)劃算法仍處在不斷的發(fā)展和完善之中。

本文提出了一種基于巡視器運(yùn)動(dòng)約束與月表地形特點(diǎn)的路徑規(guī)劃算法，引入輔助線思想，將全局地圖信息與局部地圖信息相結(jié)合，生成一種規(guī)劃成功率更高、行走效率更高的路徑規(guī)劃算法。

1 月面巡視器概況

六輪月面巡視器如圖1所示,長(zhǎng)1.5 m，寬1 m，左右兩側(cè)每側(cè)3個(gè)車輪,車體前部桅桿上配置全景相機(jī)和導(dǎo)航相機(jī)用于獲取巡視器前方大范圍的圖像，生成全局地圖；車體前端避障相機(jī)用于獲取巡視器前方一定范圍內(nèi)的精細(xì)地圖，為巡視器的局部路徑規(guī)劃提供詳細(xì)輸入條件。巡視器具備曲率轉(zhuǎn)向能力和原地轉(zhuǎn)向能力，一般情況下巡視器采用曲率轉(zhuǎn)向，最小轉(zhuǎn)彎半徑為1.5 m，特殊情況下采用原地轉(zhuǎn)向。該巡視器具有至少20°的爬坡越障能力[10]。

路徑規(guī)劃的主要輸入是依據(jù)立體相機(jī)拍攝生成的DEM，并根據(jù)DEM生成坡度圖。依據(jù)巡視器本身的爬坡性能將坡度圖轉(zhuǎn)化為可行區(qū)域與不可行區(qū)域的二值地圖(坡度閾值記為θT)。為了可以將巡視器視為質(zhì)點(diǎn)進(jìn)行路徑規(guī)劃，需要對(duì)地圖中的不可行區(qū)域進(jìn)行膨脹操作，膨脹半徑rE一般大于巡視器長(zhǎng)度的1/2。

2 基于局部信息的路徑規(guī)劃算法

2.1 基本原理

基于局部信息提出了滾動(dòng)窗口避障算法，該算法利用局部地圖信息，通過(guò)評(píng)價(jià)函數(shù)在規(guī)定的可選圓弧中選取最優(yōu)圓弧作為執(zhí)行路徑，工作思路如下。

基于事先獲得的全局地圖(分辨率較低，主要用于指明前進(jìn)方向)，設(shè)定起始點(diǎn)S和目標(biāo)點(diǎn)G。然后巡視器開(kāi)啟避障相機(jī)，進(jìn)行感知路況，有可能探測(cè)到新的障礙，巡視器結(jié)合新的探測(cè)環(huán)境和原來(lái)的全局路徑方向進(jìn)行局部路徑規(guī)劃和行走。每走一步，只考慮當(dāng)前窗口即避障相機(jī)視場(chǎng)范圍內(nèi)的環(huán)境。避障相機(jī)的視場(chǎng)范圍為巡視器前方半徑為Rv的半圓區(qū)域，以此來(lái)設(shè)置滾動(dòng)窗口。依據(jù)巡視器的轉(zhuǎn)彎能力在滾動(dòng)窗口內(nèi)設(shè)置若干條待選圓弧，然后根據(jù)評(píng)價(jià)函數(shù)挑選一條最優(yōu)的圓弧作為規(guī)劃路徑。

依據(jù)六輪巡視器的尺寸與越障能力，本文設(shè)置二值地圖的閾值θT為巡視器最大越障坡度20°，膨脹半徑rE為1 m。圖2為根據(jù)坡度圖生成的二值地圖，該地圖尺寸為17 m×17 m，分辨率為0.01 m。圖中黑色區(qū)域?yàn)榇嬖谡系K物的不可行區(qū)域或相機(jī)視場(chǎng)外未知區(qū)域，白色區(qū)域?yàn)闊o(wú)障礙可行區(qū)域。

圖2 二值地圖Fig.2 Binary map

依據(jù)巡視器避障相機(jī)的性能，滾動(dòng)窗口半徑Rv=3 m[11]，如圖3所示。依據(jù)巡視器的轉(zhuǎn)彎能力，在滾動(dòng)窗口內(nèi)設(shè)置11條待選圓弧，圓弧半徑長(zhǎng)度固定為3 m，曲率半徑不同，左右兩邊分別取5檔，曲率半徑分別為10 m，5 m，3 m，2 m和1.5 m，中間是直線(可以認(rèn)為是曲率半徑為∞的圓弧)。

圖3 滾動(dòng)窗口11條可選圓弧Fig.3 Optional arcs in rolling window

選擇圓弧進(jìn)行行走前需對(duì)圓弧進(jìn)行二值判斷，分成可行圓弧和不可行圓弧，然后對(duì)可行圓弧的可行程度值進(jìn)行計(jì)算。若滾動(dòng)窗口內(nèi)的圓弧沒(méi)有交到障礙，定義這樣的圓弧為可行圓弧，否則為不可行圓弧。對(duì)于可行圓弧，為保證留有足夠的空間進(jìn)行轉(zhuǎn)向，取其前2/3弧段為待評(píng)價(jià)的行走圓弧，即對(duì)于3 m的弧段，選取前2 m進(jìn)行行走和評(píng)價(jià)。

將圓弧終點(diǎn)到規(guī)劃目標(biāo)的距離LEG作為搜索的啟發(fā)函數(shù)。行走圓弧的可行程度值評(píng)價(jià)函數(shù)為

fcir=LEG

(1)

在待選圓弧中選取fcir為最小值的一個(gè)作為行走圓弧。

滾動(dòng)窗口避障算法規(guī)劃流程如圖4所示，具體步驟如下。

步驟1：初始時(shí)，巡視器朝向目標(biāo)。

步驟2：對(duì)其前方的滾動(dòng)窗口進(jìn)行感知，擴(kuò)展出11條圓弧。

步驟3：根據(jù)判斷條件選擇出可行的行走圓弧，若無(wú)可行圓弧，則判斷巡視器是否朝向目標(biāo)：若不是則進(jìn)行原地轉(zhuǎn)向使巡視器朝向目標(biāo)，進(jìn)行步驟2；若是則規(guī)劃結(jié)束，標(biāo)記規(guī)劃失敗。

步驟4：對(duì)行走圓弧的可行程度值fcir進(jìn)行評(píng)價(jià)。

步驟5：挑選fcir為最小值的行走圓弧作為行走路徑。

步驟6：路徑執(zhí)行后，到達(dá)新的地點(diǎn)后，更新滾動(dòng)窗口，執(zhí)行步驟2至步驟6，直至巡視器到目標(biāo)的距離小于一個(gè)行走步長(zhǎng)。

步驟7：最后一步，巡視器原地轉(zhuǎn)向，嘗試沿直線到達(dá)目標(biāo)。

圖4 局部路徑規(guī)劃流程圖Fig.4 Local path planning flow chart

2.2 仿真結(jié)果

以圖 2中的二值障礙圖為例，根據(jù)巡視器拍攝成像位置，設(shè)定起始點(diǎn)S像素坐標(biāo)為(1460,1240)，目標(biāo)點(diǎn)G像素坐標(biāo)為(420,780)，其規(guī)劃路徑如圖5所示。圖5中黃色曲線為擴(kuò)展圓弧，綠色曲線為可行的行走圓弧，藍(lán)色曲線為最終的執(zhí)行路徑。本次路徑規(guī)劃共執(zhí)行5次圓弧行走，在距離小于一個(gè)步長(zhǎng)時(shí)原地轉(zhuǎn)向，通過(guò)直線到達(dá)目標(biāo)點(diǎn)，路徑規(guī)劃成功。

該算法對(duì)于起始點(diǎn)與目標(biāo)點(diǎn)的選擇具有一定的約束性。若選擇不當(dāng)，如起始點(diǎn)S坐標(biāo)不變，將目標(biāo)點(diǎn)G坐標(biāo)改為(540，710)，如圖6所示，巡視器執(zhí)行首段圓弧后過(guò)于靠近障礙物，轉(zhuǎn)向空間過(guò)小，待選圓弧皆不滿足安全性要求，嘗試原點(diǎn)轉(zhuǎn)向后仍無(wú)可行圓弧，路徑規(guī)劃失敗。

滾動(dòng)窗口避障算法為啟發(fā)式路勁規(guī)劃算法，具有能快速趨向目標(biāo)的優(yōu)點(diǎn)。其輸出路徑是連續(xù)平滑圓弧，符合實(shí)際應(yīng)用的巡視器行走與控制要求。缺點(diǎn)在于容易陷入局部死區(qū)導(dǎo)致規(guī)劃失敗。

3 引入全局輔助線的路徑規(guī)劃算法

3.1 基本原理

為彌補(bǔ)基于局部信息的滾動(dòng)窗口避障算法的缺點(diǎn)，本文引入輔助線思想進(jìn)行優(yōu)化，同時(shí)使用局部信息與全局信息，首先生成一段從起點(diǎn)指向終點(diǎn)的折線段，在保證路徑連續(xù)平滑的前提下，使巡視器盡可能的沿著輔助線運(yùn)動(dòng)，最終到達(dá)終點(diǎn)。

本文擬使用A*算法生成輔助線。A*算法是人工智能中的一種啟發(fā)式搜索算法，它通過(guò)定義的代價(jià)函數(shù)來(lái)評(píng)估代價(jià)大小而確定最優(yōu)路徑，具有擴(kuò)展節(jié)點(diǎn)少、魯棒性好的優(yōu)點(diǎn)，在全局路徑上應(yīng)用廣泛[12-14]。引入全局輔助線的路徑規(guī)劃算法具體流程如下。

1.3 評(píng)定標(biāo)準(zhǔn) 3組患兒主要照顧者于治療前、治療1個(gè)月及3個(gè)月時(shí)填寫(xiě)SAS及SDS評(píng)定量表。SAS以標(biāo)準(zhǔn)分≥50分為陽(yáng)性，SDS以標(biāo)準(zhǔn)分≥53分為陽(yáng)性。比較3組治療前后SAS、SDS評(píng)分及SAS、SDS陽(yáng)性率。

進(jìn)行A*算法規(guī)劃路線前需先為二值地圖劃分柵格，柵格半徑RG的設(shè)置會(huì)影響柵格賦值誤差、輔助線規(guī)劃速度與巡視器預(yù)留轉(zhuǎn)向空間尺寸。為減少誤差與計(jì)算時(shí)間以及保留一定的轉(zhuǎn)向空間，本文將柵格半徑RG設(shè)置為膨脹半徑rE的1/2。

接著對(duì)柵格賦值，本文認(rèn)為柵格內(nèi)的黑色像素?cái)?shù)量大于柵格總像素的1/2，或者柵格正中心像素為黑色像素則該柵格為障礙柵格。圖7為賦值后的柵格地圖，其中白色柵格為可通行柵格，黑色柵格為障礙柵格。

圖7 柵格地圖Fig.7 Grid map

選取起點(diǎn)所在柵格作為A*算法的起始柵格，終點(diǎn)所在柵格作為A*算法的終點(diǎn)柵格。這里會(huì)引發(fā)一個(gè)問(wèn)題，即起點(diǎn)(或終點(diǎn))所在柵格有可能被劃定為障礙柵格，因而無(wú)法進(jìn)行A*算法規(guī)劃。為解決這個(gè)問(wèn)題，選取起點(diǎn)(或終點(diǎn))周圍的8個(gè)柵格作為待選柵格，從中尋找非障礙柵格，并將此柵格作為新的起點(diǎn)(終點(diǎn))柵格。若待選柵格中無(wú)非障礙柵格，則該起點(diǎn)(終點(diǎn))實(shí)際位置可能為被障礙包圍的不可到達(dá)區(qū)域，需從新選擇起點(diǎn)(終點(diǎn))坐標(biāo)。

為了構(gòu)造輔助線，需要尋找A*規(guī)劃路徑上的關(guān)鍵柵格，通過(guò)將關(guān)鍵柵格依次連接來(lái)生成輔助折線。

關(guān)鍵柵格定義如下：①相鄰關(guān)鍵柵格之間的線段不穿越障礙柵格；②非相鄰關(guān)鍵柵格之間的線段經(jīng)過(guò)障礙柵格；③任意三個(gè)關(guān)鍵柵格不在同一直線上；④起始柵格與終點(diǎn)柵格均為關(guān)鍵柵格。

圖8中綠色柵格為A*算法規(guī)劃的路徑，藍(lán)色柵格為該路徑中的除起始點(diǎn)與目標(biāo)點(diǎn)外的關(guān)鍵柵格。

圖8 提取關(guān)鍵柵格Fig.8 Extracting the key grids

依次連接關(guān)鍵柵格中心點(diǎn)，生成輔助線。圖9中藍(lán)色折線為生成的輔助線。

輔助線的使用方法如下。

首先將起始點(diǎn)巡視器的運(yùn)動(dòng)方向設(shè)置為和巡視器距離最近的輔助線段的方向，輔助線段方向?yàn)閺目拷鹗键c(diǎn)的端點(diǎn)指向靠近目標(biāo)點(diǎn)的端點(diǎn)的向量方向。更新滾動(dòng)窗口并判定可行圓弧。擴(kuò)展路徑的評(píng)價(jià)函數(shù)為

fcir=w1LEG+w2LEA+w3θEA

(2)

式中：w1，w2，w3為權(quán)重常數(shù)；LEG為圓弧末端點(diǎn)距終點(diǎn)的距離；LEA為圓弧末端點(diǎn)距輔助線的距離；θEA為圓弧末端點(diǎn)運(yùn)動(dòng)方向與距離最近的輔助線段的角度差值。

其中w1LEG為啟發(fā)函數(shù)，作用為使巡視器可以快速趨近于目標(biāo)點(diǎn)，w1越大，趨近的速度越快。w2LEA+w3θEA為相似度函數(shù)，用來(lái)衡量可選圓弧與輔助線的相似程度。其中w2越大，選擇的執(zhí)行圓弧末端點(diǎn)越接近輔助線。w3越大，選擇的執(zhí)行圓弧末端點(diǎn)切線方向即巡視器行駛方向與輔助線方向更接近。w1決定了規(guī)劃路徑的長(zhǎng)度，w2和w3共同決定了路徑與輔助線的相似度，即規(guī)劃的成功率，越相似成功率越高。當(dāng)w1取1，w2和w3同時(shí)取0時(shí)評(píng)價(jià)函數(shù)變?yōu)閮?yōu)化前算法的評(píng)價(jià)函數(shù)。

選取fcir值最小的圓弧作為最終的執(zhí)行圓弧。

若無(wú)可行圓弧，則將巡視器原地轉(zhuǎn)向，使其朝向與最近的輔助線段方向相同。直至與終點(diǎn)的距離小于一個(gè)步長(zhǎng)，再進(jìn)行原地轉(zhuǎn)向，使巡視器朝向終點(diǎn)，嘗試直線行進(jìn)到達(dá)終點(diǎn)。

圖9 生成輔助線Fig.9 Generates auxiliary lines

3.2 仿真結(jié)果

使用局部信息算例2相同的輸入，權(quán)重系數(shù)分別為w1=1，w2=1，w3=1；引入全局輔助線的規(guī)劃路徑如圖10所示。其中黃色圓弧為不可行圓弧，綠色圓弧為可行圓弧，藍(lán)色為選擇的執(zhí)行圓弧。

對(duì)于相同起始點(diǎn)與目標(biāo)點(diǎn)的路徑規(guī)劃，引入全局輔助線前規(guī)劃失敗，引入后成功規(guī)劃出一條平滑連續(xù)的路徑。

圖10 輔助線算例1路徑規(guī)劃結(jié)果Fig.10 Auxiliary line example 1 path planning result

同時(shí)引入全局輔助線后可以有效的縮短行進(jìn)路程。如圖 11所示，起始點(diǎn)坐標(biāo)S(1460,1240)，目標(biāo)點(diǎn)坐標(biāo)G(420,780)。優(yōu)化后算法首先進(jìn)行五次圓弧行走后距離目標(biāo)點(diǎn)距離小于一個(gè)步長(zhǎng)，與局部信息算例2對(duì)比可以清楚的發(fā)現(xiàn)，優(yōu)化后算法的最后一段直線距離小于優(yōu)化前算法最后一段直線的距離。

圖11 輔助線算例2路徑規(guī)劃結(jié)果Fig.11 Auxiliary line example 2 path planning result

4 權(quán)重系數(shù)優(yōu)化及對(duì)比試驗(yàn)

本文對(duì)兩幅地圖分別使用優(yōu)化前算法(局部信息)和3組不同權(quán)重系數(shù)的優(yōu)化后算法(引入全局輔助線)進(jìn)行4組仿真實(shí)驗(yàn)。其中3組優(yōu)化后算法的權(quán)重參數(shù)分別設(shè)置如表1所示。

表1 3組優(yōu)化后算法權(quán)重參數(shù)

兩幅地圖的起始點(diǎn)與目標(biāo)點(diǎn)設(shè)置圖12所示，其中紅點(diǎn)為起點(diǎn)，藍(lán)點(diǎn)為終點(diǎn)，每幅地圖共有3個(gè)不同起點(diǎn)，其中圖12(a)有60個(gè)不同終點(diǎn)，圖12(b)有65個(gè)不同終點(diǎn)，共組成375對(duì)起始點(diǎn)與目標(biāo)點(diǎn)。對(duì)比實(shí)驗(yàn)數(shù)據(jù)如表2所示。

圖12 起始點(diǎn)與目標(biāo)點(diǎn)數(shù)據(jù)組示意圖Fig.12 Schematic diagram of starting point and target point data set

類別平均運(yùn)動(dòng)距離/m平均原地轉(zhuǎn)向次數(shù)/次規(guī)劃成功率/%圖12(a)圖12(b)圖12(a)圖12(b)圖12(a)圖12(b)優(yōu)化前起點(diǎn)A12.2011.191.211.1076.8193.84起點(diǎn)B11.8611.261.031.0292.7598.46起點(diǎn)C10.4811.201.131.0379.7198.46平均11.5111.221.121.0583.0996.92優(yōu)化后第一組起點(diǎn)A10.5111.511.001.00100.00100.00起點(diǎn)B9.9111.521.251.0088.2498.46起點(diǎn)C9.5611.301.001.00100.0098.46平均9.9911.441.081.0096.0798.97優(yōu)化后第二組起點(diǎn)A10.5111.481.001.00100.00100.00起點(diǎn)B9.9511.371.001.0079.41100.00起點(diǎn)C9.5411.251.001.00100.0096.92平均10.0011.371.001.0093.1498.97優(yōu)化后第三組起點(diǎn)A10.6811.521.001.00100.00100.00起點(diǎn)B10.0411.591.001.0098.53100.00起點(diǎn)C9.5711.461.001.00100.0098.46平均10.1011.521.001.0099.5199.49

由表2中數(shù)據(jù)可以看出，基于A*輔助線的路徑規(guī)劃方法優(yōu)點(diǎn)：

(1)有效縮短巡視器的運(yùn)動(dòng)距離；

(2)有效減少巡視器的原地轉(zhuǎn)向次數(shù)(受限起始點(diǎn)與目標(biāo)點(diǎn)之間的障礙分布，極個(gè)別情況下會(huì)增加，如圖12(a)優(yōu)化后第一組起點(diǎn)B工況)；

(3)提高規(guī)劃成功率，且當(dāng)w2與w3的值越大時(shí)，成功率越高。

實(shí)際應(yīng)用時(shí)，應(yīng)選擇權(quán)重常數(shù)使得w1LEG和w2LEA+w3θEA在一個(gè)數(shù)量級(jí)上，這既能保證路徑快速趨向目標(biāo)，又能保證較好的沿著輔助線運(yùn)動(dòng)。僅對(duì)于兩幅地圖的仿真試驗(yàn)，w1=0.1,w2=1.0,w3=1.0試驗(yàn)組相較其他兩組試驗(yàn)組能較好的滿足以上要求；試驗(yàn)也證明此權(quán)重常數(shù)的試驗(yàn)組相較于其他兩組試驗(yàn)組成功率更高，且轉(zhuǎn)動(dòng)次數(shù)更少，圖12(a)中算法的運(yùn)動(dòng)距離略長(zhǎng)于其他兩組優(yōu)化后算法，但小于優(yōu)化前算法，路徑縮短量達(dá)到12.25%，且規(guī)劃成功率顯著提升，較優(yōu)化前算法提升了16%，規(guī)劃成功率超過(guò)99.00%。對(duì)于圖12(b)，算法的運(yùn)動(dòng)距離雖有增加，但提高了成功率。在實(shí)際應(yīng)用中，應(yīng)針對(duì)不同的地圖數(shù)據(jù)設(shè)定不同的權(quán)重系數(shù)，以滿足w1LEG和w2LEA+w3θEA在一個(gè)數(shù)量級(jí)上的要求。

本文同時(shí)使用月面巡視器運(yùn)用優(yōu)化后算法進(jìn)行試驗(yàn)，圖13顯示了本文算法規(guī)劃的路徑與巡視器真實(shí)行走的車轍印，如圖所示，巡視器成功避開(kāi)障礙物且行走路徑平滑。試驗(yàn)表明，本文提出的算法在實(shí)際應(yīng)用中具有可行性。

圖13 規(guī)劃路徑與車轍印Fig.13 Planning path and track

5 結(jié)束語(yǔ)

本文根據(jù)巡視器的感知能力和移動(dòng)能力，采用滾動(dòng)窗口和基于輔助線的行走圓弧評(píng)價(jià)方法規(guī)劃巡視器的局部路徑。該算法將全局路徑信息和局部路徑規(guī)劃結(jié)合在一起，避免路徑陷入局部死區(qū)，規(guī)劃成功率超過(guò)99.00%，顯著提高了成功率；面對(duì)復(fù)雜路況可獲取更短路徑，路徑縮短量達(dá)到12%；優(yōu)化后算法平均轉(zhuǎn)向次數(shù)較優(yōu)化前算法減少5%，提高了巡視器的行走效率。仿真和試驗(yàn)證明了該方法的可行性，并在月面巡視器上進(jìn)行了應(yīng)用。后續(xù)將全局輔助線優(yōu)化為曲線以進(jìn)一步提高規(guī)劃路徑的全局平滑性。