摘要

针对RRT*和B-RRT*算法在较复杂环境下路径规划时,存在搜索时间长、采样效率低和规划路径曲折的问题,提出一种目标偏置双向快速扩展随机树算法--GBB-RRT*(Goal Biased Bidirectional RRT*)。该算法每次迭代中两棵随机树都进行扩展,一次迭代能生成两个新节点,加快扩展速度。然后引入目标偏置策略来优化采样点的选取,使两棵随机树在一定概率下朝各自的目标点方向扩展。针对得到的规划路径,设计一种逆向寻优结合转角约束路径简化方法,结合B样条曲线生成光滑可执行路径。在仿真实验中将本文算法与B-RRT*进行对比实验,结果表明所提算法搜索时间缩短40%左右、扩展节点减少10%左右,结合路径简化方法后路径长度缩短3%左右。