《表2 十位数量级障碍物环境下四种算法路径长度对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于蝙蝠算法-人工势场的机器人路径规划研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如图5所示，BA-APF算法在Dijkstra算法规划出的黄色轨迹的基础上二次规划出红色路径。路径成功躲避障碍物，并以最短路径抵达目标。由此可以看出，在Maklink图论中，基于Dijkstra算法下使用BA-APF算法二次规划路径，BA-APF算法也能有效的规划出合理的运动路径。BA-APF算法仍具有一定局限性，BA-APF算法适用于已知环境的路径规划，并规划出适合的路径。但在未知环境中，BA-APF算法需要提前输入未知环境地图的相关参数，或利用SLAM算法完成对实时场景的地图构建后，再利用BA-APF算法完成路径规划并反馈至机器人端完成对未知环境的路径规划。