科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对快速搜索随机树（rapidly-exploring random tree, RRT）算法在避障路径规划中存在的对地图适应性弱、采样质量差、无效节点多、规划时间长及路径质量差等问题，提出了一种改进RRT算法。首先，在传统RRT算法的基础上，基于地图复杂程度评估策略计算得到合适的步长及偏置概率，以实现对不同地图的自适应。然后，通过采样区域动态更新策略，使随机树在有效区域内进行采样，以确保随机树的正向生长；在确定采样区域后，利用采样点优化策略来提高采样点的有效性，使得随机树朝目标点附近生长。最后，采用节点重连策略对规划的初始避障路径进行优化，以获得一条弯折次数较少的避障路径。在Python及MATLAB环境中对改进RRT算法的可行性进行验证。结果表明，在面向复杂程度不同的地图和应用于机械臂时，改进RRT算法均能快速规划出一条无碰撞的高质量路径。研究结果可为提高机器人避障路径的规划效率提供参考。
-
单位上海司南卫星导航技术股份有限公司; 上海工程技术大学; 上海卫星工程研究所
