控制理论与应用

作者：李昕哲,张波涛,汪江平,吕强,陈云

单位：杭州电子科技大学自动化学院,杭州电子科技大学自动化学院,之江实验室智能机器人研究中心,杭州电子科技大学自动化学院,杭州电子科技大学自动化学院

关键词：移动机器人; 运动规划; 概率语义模型; 最优期望时间

基金：国家自然科学基金项目(62073108, U22A2044), 浙江省自然科学基金项目(LZ23F030004)资助.

针对目前离散目标搜索方法不适于在3D动态环境中进行目标搜索的问题, 本文提出了一种基于概率语义地图的3D概率离散双层规划策略(3D-PDBP), 所述方法可用于搜索位置不确定的低机动性目标, 适用于目标短期内不会连续变化的场景. 为实现目标分布概率的动态更新, 基于艾宾浩斯遗忘曲线构建了仿人记忆与遗忘机制的概率动态更新模型HMF-PU. 结合目标的先验语义信息和分布概率, 基于包含环境观测点的拓扑地图, 构建了适用于目标搜索的概率语义地图. 3D-PDBP将观测点搜索序列规划与深度视觉传感器运动规划相结合, 基于概率语义地图规划观测点搜索序列, 并根据目标在3D空间中的概率分布模型规划视觉传感器的伺服过程. 实验结果表明3DPDBP可在不确定环境中高效完成目标搜索任务, HMF-PU可有效平衡目标信息的重要性与实时性.

来源：2026年第5期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2026年第5期