ScholarGate
Assistent
Machine learningMotion Planning

Probabilistic Roadmap

Metoden Probabilistic Roadmap (PRM) är en algoritm för rörelseplanering som bygger en förberäknad graf (färdplan) av genomförbara vägar genom konfigurationsrummet genom att sampla slumpmässiga konfigurationer och koppla ihop dem om de är kollisionsfria. PRM, som introducerades av Kavraki et al. 1996, är kraftfull för planeringsscenarier med flera frågor där många vägfrågor besvaras, vilket amorterar kostnaden för att bygga färdplanen över många frågor.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. 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
  2. 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
  3. LaValle, S. M. (2006). Planning Algorithms. Cambridge University Press. link

Så citerar du den här sidan

ScholarGate. (2026, June 3). Probabilistic Roadmap. ScholarGate. https://scholargate.app/sv/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.

Compare side by side

Refereras av

ScholarGateProbabilistic Roadmap (Probabilistic Roadmap). Hämtad 2026-06-15 från https://scholargate.app/sv/control-theory/probabilistic-roadmap · Datamängd: https://doi.org/10.5281/zenodo.20539026