Métodos para generar trayectorias libres de colisiones en entornos multidimensionales

Abstract

Planear los movimientos de un robot de forma fiable sin que colisione con su entorno se ha convertido en un problema relevante en la última década. La idea central de este artículo es exponer dos de los principales métodos que permiten generar trayectorias libre de colisiones en cualquier espacio n-dimensional. La importancia de conocer estas estrategias radica en que estos mismos algoritmos se han aplicado en áreas distintas a la robótica, como diseño de medicamentos, animación computarizada e inteligencia artificial. También presentamos un referente histórico de varios métodos de generación de trayectorias y mostramos mediante simulaciones como las estrategias de los campos potenciales artificiales y de los mapas probabilísticos funcionan, siendo los más apropiados en virtud de los aspectos teóricos expresados en otros textos especializados.

Reliable path-planning and generation of collision-free trajectories has become an area of active research over the past decade where the field robotics has probably been the most active area. This paper's main objective is to analyse the advantages and disadvantages of two of the most popular techniques used in collision-free trajectory generation in n-dimensional spaces. The importance of analysing such techniques within a generalised framework is evident as path-planning is used in a variety of fields such as designing medical drugs, computer animation and artificial intelligence and, of course, robotics. The review provided in this paper starts by drawing a historical map of path-planning and the techniques used in its early stages. The main concepts involved in artificial potential fields and probabilistic roadmaps will be addressed as these are the most influential methods and have been widely used in specialised literature.