A ROS-based hybrid algorithm for the UAV path planning problem

运动规划 计算机科学 路径(计算) 障碍物 平面图(考古学) 机器人 算法 范围(计算机科学) A*搜索算法 职位(财务) 混合算法(约束满足) 实时计算 人工智能 约束满足 考古 财务 概率逻辑 政治学 法学 经济 历史 程序设计语言 约束逻辑程序设计
作者
Demet Canpolat Tosun,Yasemin Işık
出处
期刊:Aircraft Engineering and Aerospace Technology [Emerald (MCB UP)]
卷期号:95 (5): 784-798 被引量:2
标识
DOI:10.1108/aeat-04-2022-0102
摘要

Purpose It is possible with classical path planning algorithms to plan a path in a static environment if the instant position of the vehicle is known and the target and obstacle positions are constant. In a dynamic case, these methods used for the static environment are insufficient. The purpose of this study is to find a new method that can provide a solution to the four-rotor unmanned aerial vehicle (UAV) path planning problem in static and dynamic environments. Design/methodology/approach As a solution to the problem within the scope of this study, there is a new hybrid method in which the global A* algorithm and local the VFH+ algorithm are combined. Findings The performance of the designed algorithm was tested in different environments using the Gazebo model of a real quadrotor and the robot operating system (ROS), which is the widely used platform for robotic applications. Navigation stacks developed for mobile robots on the ROS platform were also used for the UAV, and performance benchmarks were carried out. From the proposed hybrid algorithm, remarkable results were obtained in terms of both planning and implementation time compared to ROS navigation stacks. Originality/value This study proposes a new hybrid approach to the path planning problem for UAVs operating in both static and dynamic environments.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
贪玩小小完成签到 ,获得积分10
1秒前
鸭鸭鸭作坊完成签到,获得积分10
1秒前
1秒前
正直凌文完成签到 ,获得积分10
1秒前
英姑应助嘎嘎嘎嘎采纳,获得10
2秒前
3秒前
隐形谷秋完成签到,获得积分20
3秒前
潇潇暮雨发布了新的文献求助10
3秒前
mathmotive完成签到,获得积分10
4秒前
苹果王子6699完成签到 ,获得积分10
4秒前
angelinazh完成签到,获得积分0
5秒前
6秒前
forever发布了新的文献求助10
6秒前
任逍遥发布了新的文献求助10
8秒前
Hello应助细心的凌香采纳,获得10
8秒前
9秒前
10秒前
10秒前
ZZ完成签到,获得积分10
12秒前
此去经年完成签到 ,获得积分10
12秒前
13秒前
Cat完成签到,获得积分0
13秒前
嘎嘎嘎嘎发布了新的文献求助10
13秒前
starofjlu应助夜雨采纳,获得20
14秒前
huiyuan发布了新的文献求助10
14秒前
李爱国应助齐大风采纳,获得10
17秒前
qqesk完成签到,获得积分10
17秒前
19秒前
19秒前
斯文败类应助危机的芸采纳,获得30
19秒前
19秒前
qqesk发布了新的文献求助10
19秒前
七七完成签到,获得积分10
20秒前
huiyuan完成签到,获得积分10
20秒前
20秒前
李李发布了新的文献求助30
20秒前
lzy发布了新的文献求助10
21秒前
任逍遥完成签到,获得积分10
22秒前
22秒前
折枝星发布了新的文献求助10
22秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3151736
求助须知:如何正确求助?哪些是违规求助? 2803153
关于积分的说明 7852024
捐赠科研通 2460525
什么是DOI,文献DOI怎么找? 1309844
科研通“疑难数据库(出版商)”最低求助积分说明 629061
版权声明 601760