據外媒報道，印度理工學院馬德拉斯分校（IIT-Madras）的研究人員開發(fā)出一系列快速高效的“運動規(guī)劃”算法。該算法可以像人類一樣思考，并使自動駕駛車輛（空中或地面）能夠在障礙物雜亂的環(huán)境中導航。該研究團隊稱，這些算法是基于“廣義形狀擴展（GSE）”新概念開發(fā)，能夠為自動駕駛汽車規(guī)劃一條安全且動態(tài)可行的路線。

（圖片來源：IIT-Madras）

       與許多現有先進運動規(guī)劃算法相比，這些算法已被證實效果更好。研究團隊表示，憑借其對“安全”區(qū)域的新穎計算，這些算法可在時間敏感的規(guī)劃場景取得重要進展，特別是自動駕駛汽車、災難響應、ISR操作、空中無人機交付和行星探索等應用。
       該研究由IIT Madras航空航天工程系助理教授Satadal Ghosh領導。研究團隊包括IIT Madras校友、得克薩斯大學奧斯汀分校（University of Texas Austin）的博士研究學者Vrushabh Zinage、波蘭華沙理工大學（Warsaw University of Technology）的研究生Adhvaith Ramkumar和高盛（Goldman Sachs）分析師Nikhil P。
       Zinage表示：“通過計算環(huán)境中由大的‘可見’區(qū)域組成的‘安全’區(qū)域來運行，基于GSE的算法會進行定制以確保適航性。隨后，該算法會在‘可見’區(qū)域中隨機選擇一個點，并通過安全‘邊緣’將其連接到當前安全可達區(qū)域。最終，該算法幾乎總是可以連接所有環(huán)境中的任意兩點，滿足了某些基本標準?！?BR>
IIT Madras運動規(guī)劃算法的優(yōu)勢
       研究人員解釋說，基于GSE的算法的主要優(yōu)勢在于，與其他幾種完善的運動規(guī)劃算法相比，其計算效率顯著提高，因此非常適用于規(guī)劃時間敏感的應用程序中。
       從本質上講，該算法顯著提高了環(huán)境探索的速度，導致基于GSE的算法只需很少的迭代即可連接初始區(qū)域和目標區(qū)域。IIT Madras航空航天工程系助理教授 Satadal Ghosh在解釋‘運動規(guī)劃’算法的應用時表示：“在災難管理和響應場景中，配備我們算法的無人機將發(fā)揮重要作用。此外，我們基于GSE的算法在自動駕駛應用中也同樣具有廣闊潛力，例如倉庫物料移動、項目調試檢查、無人機交付、災難管理、自動駕駛汽車等。不僅如此，這些算法還可用于在多車輛設置中制定協調運動?！?/P>

（轉載）