Resumen

Se propone un nuevo algoritmo denominado algoritmo de optimización de partículas aleatorias (RPOA) para el problema de planificación de trayectorias locales de robots móviles en entornos dinámicos y desconocidos. El nuevo algoritmo, inspirado en la técnica de forrajeo bacteriano, se basa en partículas que se distribuyen aleatoriamente alrededor de un robot. Estas partículas buscan el camino óptimo hacia la posición objetivo evitando los obstáculos móviles con la ayuda de los sensores del robot. El criterio de selección de la trayectoria óptima se basa en la distancia de las partículas al objetivo y en la función de coste gaussiana asignada a los obstáculos detectados. A continuación, una estrategia de toma de decisiones de alto nivel decidirá seleccionar la mejor trayectoria del robot móvil entre las partículas procedentes, y finalmente un control de decisiones de bajo nivel proporciona una señal de control para el control del robot móvil holonómico considerado. Este proceso se implementa sin necesidad de sintonizar algoritmos o cálculos complejos y, además, es independiente de los métodos basados en gradientes, como los métodos heurísticos (campo de potencial artificial). Por lo tanto, en este trabajo, el problema de la planificación local de la trayectoria móvil no se queda atascado en mínimos locales y es fácil de calcular. Para evaluar el algoritmo propuesto, se realizan algunas simulaciones en tres escenarios distintos y se comparan los resultados mediante el campo de potencial artificial.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:campo de potencial artificial, nuevo algoritmo, mejor trayectoria de robot móvil, planificación local de trayectoria móvil, problema de planificación local de trayectoria, control de decisiones de bajo nivel, algoritmo de optimización de partículas aleatorias, función de coste gaussiana, técnica de forrajeo bacteriano, métodos basados en gradiente
• Keywords:artificial potential field, new algorithm, best mobile robot path, local mobile path planning, local path planning problem, low level decision control, random particle optimization algorithm, gaussian cost function, bacterial foraging technique, gradient base methods