Questions tagged «coverage»

对于此问题，假定以下情况未知： 房间的大小和形状 机器人的位置 存在任何障碍 还假定以下情况是恒定的： 房间的大小和形状 所有（如有）障碍物的数量，形状和位置 并假定机器人具有以下属性： 它只能以绝对单位递增并以度为单位前进。同样，移动操作成功后将返回true，如果由于阻塞而失败，则将返回false 合理无限制的动力来源（假设它是放置在空间站上的太阳能机器人，该空间站始终始终面向太阳且没有天花板） 每次运动和旋转都绝对精确地进行（不必担心数据不可靠） 最后，请考虑机器人环境的以下属性： 处于无天花板空间站上的房间是安全的，但与经过的彗星之间的距离令人沮丧，因此灰尘（和冰）不断散落在环境中。 我被问到这个问题的简单得多的版本（房间是一个矩形，没有障碍，如何在它上面移动以保证至少可以遍历每个部分），然后我开始想知道如果您不能这样做，该如何处理呢？不能保证形状或障碍物的存在。我已经开始使用Dijkstra的算法来研究这个问题，但是我很着迷于听到其他人如何解决这个问题（或者对此是否有一个公认的答案？（Roomba是如何做到的？）

25 mobile-robot  artificial-intelligence  algorithm  coverage  theory 

我正在尝试使用探索在相当粗糙的2D网格空间中创建障碍物的地图。我通过尝试从一个空间移动到相邻空间来检测障碍物，如果失败，则目标空间中会存在障碍物（此问题中没有测距传感器的概念）。 示例网格http://www.eriding.net/resources/general/prim_frmwrks/images/asses/asses_y3_5d_3.gif（例如） 当所有可到达的正方形都已被访问时，该过程完成。换句话说，即使某些空间没有障碍物（因为它们被包围），它们也可能是完全无法到达的。这是预期的。 在最简单的情况下，我可以使用DFS算法，但是我担心这将花费很长时间才能完成-机器人将花更多的时间回溯而不是探索新领域。我希望这在尝试到达无法到达的正方形时尤其成问题，因为机器人将耗尽所有选择。 在更复杂的方法中，正确的方法似乎是Boustrophedon细胞分解。 但是，我似乎找不到关于Boustrophedon细胞分解算法的完整描述（即，简单的完整描述）。还有像资源这一块，或在垂直细胞分解更一般的一个，但他们没有提供多少洞察高级算法，也没有涉及到的低级别的数据结构。 如何有效访问（映射）此网格？如果存在，我希望有一种算法在网格平方总数方面比更好（即对于网格，它比好）。O(n2)O(n2)O(n^2)O(n4)O(n4)O(n^4)n∗nn∗nn*n

13 algorithm  coverage  planning