Probabilistic Roadmap
Probabilistic Roadmap (PRM) metoden er en algoritme til bevægelsesplanlægning, der opbygger en forudberegnet graf (roadmap) af mulige stier gennem konfigurationsrummet ved at sample tilfældige konfigurationer og forbinde dem, hvis de er kollisionsfri. PRM, introduceret af Kavraki et al. i 1996, er kraftfuld til scenarier med flere forespørgsler (multi-query planning), hvor mange stianmodninger besvares, hvilket amortiserer omkostningen ved roadmap-konstruktion på tværs af mange forespørgsler.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Kavraki, L. E., Svestka, P., Latombe, J. C., & Overmars, M. H. (1996). Probabilistic roadmaps for path planning in high-dimensional configuration spaces. IEEE Transactions on Robotics and Automation, 12(4), 566-580. DOI: 10.1109/70.508439 ↗
- Overmars, M. H., & Svestka, P. (1992). A probabilistic learning approach to motion planning. Proceedings of the Fourth Workshop on Algorithmic Foundations of Robotics, 19-37. link ↗
- LaValle, S. M. (2006). Planning Algorithms. Cambridge University Press. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Probabilistic Roadmap. ScholarGate. https://scholargate.app/da/control-theory/probabilistic-roadmap
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Model Predictive ControlReguleringsteknik↔ compare
- Hurtigt-eksplorerende tilfældigt træReguleringsteknik↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →