| Revue: | Computación y sistemas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000372819 |
| ISSN: | 1405-5546 |
| Autores: | Sánchez López, Abraham1 Zapata, René2 Osorio Lama, Maria A1 |
| Instituciones: | 1Benemérita Universidad Autónoma de Puebla, Departamento de Ciencias de la Computación, Puebla. México 2Universite de Montpellier II (Sciences et Techniques), Montpellier, Herault. Francia |
| Año: | 2008 |
| Periodo: | Jul-Sep |
| Volumen: | 12 |
| Número: | 1 |
| Paginación: | 5-24 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Experimental, aplicado |
| Resumen en español | Los enfoques de planificación de movimientos basados en muestreo, como los métodos de Roadmap Probabilista o aquellos basados en los Árboles Aleatorios de Exploración Rápida están dando buenos resultados en la planificación de movimientos de robots con muchos grados de libertad. Con estos enfoques, se han propuesto varias estrategias para predisponer el muestreo hacia las regiones más prometedoras, mejorando con esto la eficiencia y permitiendo la solución de problemas difíciles de planificación de movimientos. El éxito de estos planificadores en la solución de problemas desafiantes se puede explicar por el hecho de que no se requiere ninguna representación explícita del espacio de configuraciones libre. Este artículo repasa algunas de las propuestas e ideas más influyentes en el área, proporcionando indicaciones de sus implicaciones teóricas y prácticas. También se presentan las contribuciones realizadas por los investigadores Mexicanos en este campo |
| Resumen en inglés | Sampling–based motion approaches, like Probabilistic Roadmap Methods or those based on Rapidly–exploring Random Trees are giving good results in robot motion planning problems with many degrees of freedom. Following these approaches, several strategies have been proposed for biasing the sampling towards the most promising regions, thus improving the efficiency and allowing to cope with difficult motion planning problems. The success of these planners in solving challenging problems can be explained by the fact that no explicit representation of the free configuration space is required. This paper reviews some of the most influential proposals and ideas, providing indications on their practical and theoretical implications. The contributions made by Mexican researchers in this field are also presented |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Inteligencia artificial, Planificación de movimientos, Planificación de trayectorias, Algoritmos, Programación de sistemas, Robots |
| Keyword: | Computer science, Artificial intelligence, Motion planning, Path planning, Algorithms, System programming, Robots |
| Texte intégral: | Texto completo (Ver HTML) |
