科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对微型无人车使用传统RRT(Rapidly-exploring Random Trees)算法在地下空间探索过程中，相对于狭窄通道或狭窄入口的环境，路径生长困难，探索效率低.提出了一种改进的IA-RRT(Improve Adaptation RRT)算法，引入距离优先的启发式采样策略和环境自适应的步长选择策略.微型无人车首先计算环境中障碍物占比，优化选择较小的步长保障有效通过地下空间狭窄环境.为了验证算法的有效性，设置3个障碍物占比不同的试验环境场景，IA-RRT算法分别与RRT、RRT*、Informed RRT*算法的路径规划结果对比，结果表明：改进的IA-RRT算法的平均搜索时间比传统RRT减少约53%,搜索覆盖率减少约28%,能够解决地下狭窄空间通道较多的环境中路径规划困难的问题.
-
单位中国电子科技集团公司第十研究所; 浙江科技学院
