摘要

针对传统的快速搜索随机树(RRT)算法搜索效率低、算法的随机采样特性导致规划路径时间长、路径曲折且不适用于动态环境等问题,提出了一种改进融合算法,对传统的RRT算法加入智能采样和路径优化。首先,根据传统RRT算法规划出可行路径,找出路径上障碍物附近的节点,在该节点处以一定大小的圆内进行采样,减少了算法的随机采样,然后通过回溯,根据三角不等式原理思想对路径进行优化,使得路径更加平滑,距离更短,最后,融合动态窗口算法(DWA),解决了动态环境下路径规划问题。仿真结果表明,改进融合算法相比传统RRT算法,搜索时间缩短30%左右,路径缩短6%左右。在真实环境下进行实验,能够实现自主避障导航,证明了改进算法的有效性,且能够满足实际需求。