Усовершенствованный метод динамического окна для локальной навигации в условиях множества препятствий
Ключевые слова:
метод динамического окна, планирование местного пути, оптимизация для множества препятствий, глобальная и локальная координация, плавность траектории, автономный обход препятствийАннотация
Рассматриваются ограничения классического метода динамического окна в задачах локального планирования траектории: отсутствие плавности траектории, неустойчивость состояния, недостаточная адаптация к глобальной навигации. В качестве решения предлагается усовершенствованный метод динамического окна, работающий в условиях множества препятствий. Данный метод оптимизирует оценку траектории за счет введения нескольких дополнительных параметров: двустороннего отклонения от курса, соблюдения общей траектории, контроля изменения кривизны и подавления рывков при движении. Они интегрированы в единую функцию оценки, которая способствует более плавному, обоснованному и динамически повторяемому созданию траектории. Для проверки эффективности предлагаемого метода проводится серия экспериментов с применением различных карт, включающих как простое, так и сложное окружение. Усовершенствованный метод сравнивается с классическим методом динамического окна и несколькими его улучшенными вариантами. Устанавливается, что предлагаемый метод достигает более высоких характеристик с точки зрения качества пути, безопасности и общей надежности планирования, демонстрируя улучшенную адаптивность и надежность при решении сложных навигационных задач.
Библиографические ссылки
- Yang L, Li P, Qian S, Quan H, Miao J, Liu M, et al. Path planning technique for mobile robots: a review. Machines. 2023;11(10):980. DOI: 10.3390/machines11100980.
- Sánchez-Ibáñez JR, Pérez-del-Pulgar CJ, García-Cerezo A. Path planning for autonomous mobile robots: a review. Sensors. 2021;21(23):7898. DOI: 10.3390/s21237898.
- Fox D, Burgard W, Thrun S. The dynamic window approach to collision avoidance. IEEE Robotics & Automation Magazine. 1997;4(1):23–33. DOI: 10.1109/100.580977.
- Gong X, Gao Y-F, Wang F-B, Zhu D-R, Zhao W, Wang F, et al. A local path planning algorithm for robots based on improved DWA. Electronics. 2024;13(15):2965. DOI: 10.3390/electronics13152965.
- Liu A-Z, Liu C, Li L, Wang R-C, Lu Z. An improved fuzzy-controlled local path planning algorithm based on dynamic window approach. Journal of Field Robotics. 2024;42(2):430 – 454. DOI: 10.1002/rob.22419.
- Wang Z, Li G. Research on path planning algorithm of driverless ferry vehicles combining improved A* and DWA. Sensors. 2024;24(13):4041. DOI: 10.3390/s24134041.
- Lu Y, Da C. Global and local path planning of robots combining ACO and dynamic window algorithm. Nature: Scientific Reports. 2025;15:9452. DOI: 10.1038/s41598-025-93571-8.
- Sang W, Yue Y, Zhai K, Lin M. Research on AGV path planning integrating an improved A* algorithm and DWA algorithm. Applied Sciences. 2024;14(17):7551. DOI: 10.3390/app14177551.
- Zhang Z, Xue Y, Figueroa N, Åkesson K. Gradient field-based dynamic window approach for collision avoidance in complex environments. arXiv:2504.03260v2 [Preprint]. 2025 [cited 2025 October 12]: [6 p.]. Available from: https://arxiv.org/abs/2504.03260v2.
- Henkel C, Bubeck A, Xu W. Energy efficient dynamic window approach for local path planning in mobile service robotics. IFAC-Papers Online. 2016;49(15):32–37. DOI: 10.1016/j.ifacol.2016.07.610.
- Liu A-Z, Liu C, Li L, Wang R-C, Lu Z. An improved fuzzy-controlled local path planning algorithm based on dynamic window approach. Journal of Field Robotics. 2025;42(2):430 – 454. DOI: 10.1002/rob.22419.
- Missura M, Bennewitz M. Predictive collision avoidance for the dynamic window approach. In: Institute of Electrical and Electronics Engineers. 2019 International conference on robotics and automation; 2019 May 20 –24; Montreal, Canada. Montreal: Institute of Electrical and Electronics Engineers; 2019. p. 8620 – 8626. DOI: 10.1109/ICRA.2019.8794386.
- Abubakr OA, Jaradat MA, Abdel-Hafez MF. Intelligent optimization of adaptive dynamic window approach for mobile robot motion control using fuzzy logic. IEEE Access. 2022;10:119368 –119378. DOI: 10.1109/ACCESS.2022.3220703.
- Wu C, Yu W, Li G, Liao W. Deep reinforcement learning with dynamic window approach based collision avoidance path planning for maritime autonomous surface ships. Ocean Engineering. 2023;284:115208. DOI: 10.1016/j.oceaneng.2023.115208.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Журнал Белорусского государственного университета. Математика. Информатика

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Авторы, публикующиеся в данном журнале, соглашаются со следующим:
- Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
- Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).



















