动态环境下基于自适应步长Informed-RRT*和人工势场法的机器人混合路径规划

作者：郑维; 王昊; 王洪斌^*

来源：计量学报, 2023, 44(01): 26-34.

• 计量学
• 移动机器人
• 路径规划
• 自适应步长
• *" name="keyword">Informed-RRT*
• 人工势场

为解决移动机器人在动态环境下的路径规划问题，将Informed-RRT*和人工势场法相融合，提出全局与局部规划算法相融合的路径规划方法。首先，针对Informed-RRT*算法采样效率低，以及得到路径不满足机器人运动学约束的问题，采用目标偏置法与自适应步长法，减少冗余搜索与不必要树的生长；同时，引入走廊优化与时间重分配法，优化路径节点，使路径更加平滑。其次，针对人工势场法易陷入局部极小值和目标点附近不可达的问题，采用平滑窗格策略，增设全局路径子目标点，使机器人能够逃离局部极小值，完成规划任务。仿真结果表明，静态环境中自适应步长Informed-RRT*算法相比于Informed-RRT*算法求解时间缩短了71.98%;动态环境中，混合算法相比于人工势场法，搜索时间缩短了15.4%,路径长度缩短了11.1%。

• 单位
  燕山大学