迷宫般的机器人如何工作？

为了计划和浏览特定环境，您将需要该环境的模型。即使环境的模型是完美的并且没有噪音，找到浏览环境的最佳途径也不是一件容易的事。在环境静态的地方，导航技术仍然必须应对各种障碍，而当环境动态时，导航变得非常复杂。

运动计划

您可能会认为运动计划是可以应用于机器人的所有可能转换的集合。给定特定的环境和要导航的机器人，目标是从给定的位置（当前位置）开始，然后安全到达目的地（最终位置）。可以将环境建模为所有障碍物集的结合以及机器人可以穿越的一组自由（或可用）空间。机器人将从当前位置到最终位置的轨迹或路径可以建模为最短路径问题。当且仅当从当前位置到最终位置的路径存在并且解决方案能够找到它或返回故障时，机器人将使用解决方案（算法/技术）被认为是完整的。同样，如果从当前位置到最终位置的路径，则解决方案是半完整的，并且解决方案可以找到或永远运行。

为了了解完整的和半完整的导航算法之间的差异，我们可以将环境建模为迷宫和导航代理作为矩形机器人。

目的是从开始到终点位置浏览环境。我们可以对环境和机器人做出一些假设。迷宫由正方形组成，机器人可以检测到前方的障碍，并估计左右障碍的距离。我们可以查看三种简单的迷宫导航算法的规则：

1：右左导航

A。机器人应向前移动，直到检测到前方的障碍物

b。机器人应记录到右侧下一个障碍的距离

C。机器人应记录到左侧下一个障碍的距离

d。如果右障碍物距离较远，则机器人应向右转，应向左转。因此，如果左右障碍物处于相同的距离，机器人向左转

e。如果当前位置不是最终（目标）位置，请转到步骤“ A”。

有了这些规则，从开始位置的机器人将在A，B和C位置向左转，并最终被困在位置D和E。

2：左右导航

A。机器人应向前移动，直到检测到前方的障碍物

b。机器人应记录到左侧下一个障碍的距离

C。机器人应记录到右侧下一个障碍的距离

d。如果左障碍物较远，则机器人应左转其他障碍物，应右转。因此，如果左右障碍在相同的距离处，机器人向右转

e。如果当前位置不是最终（目标）位置，请转到步骤“ A”。

有了这些规则，从开始位置的机器人将在A和B处左转，然后在C右转，并最终被困在位置E和D。

这两个导航规则可以看作是一种半完整的解决方案，作为从开始到终点的路径，但机器人被困在位置d或e中。

3：后面的墙（右墙和左墙）

A。机器人通过进行少量调整以与右墙（或左墙）并行前进，直到两者：

• 检测到前方的障碍物，在这种情况下，机器人应沿着墙壁的墙壁相反的方向（左侧，如果右墙）转动。
• 没有墙（如果右墙面，则右墙），机器人应沿着墙壁的墙壁朝相同的方向（右侧，如果右）转动。

b。如果当前位置不是最终（目标）位置，请转到步骤“ A”。

右墙以下或左侧规则能够将机器人从开始到最终位置，并且是完整解决方案的示例。