针对包含狭窄通道复杂环境的高效RRT*路径规划算法

作者：仲健宁; 向国菲; 佃松宜^*

来源：计算机应用研究, 2021, 38(08): 2308-2314.

DOI：10.19734/j.issn.1001-3695.2020.11.0415

• 移动机器人
• 快速探索随机树
• 路径规划
• *" name="keyword">改进RRT*
• 启发式
• 强化节点

针对RRT*算法在狭窄通道等复杂环境产生大量节点和收敛速度慢的问题,提出一种基于多种启发式策略和强化节点机制改进的高效RRT*路径规划算法(heuristic node enhancement informed RRT*,HNEI-RRT*)。该算法首先采取组合启发式采样策略,快速找到初始路径之后在启发式子集内完成采样;同时提出启发式节点拒绝策略,拒绝不满足预设条件的节点参与后续扩展;其次,该算法提出强化节点机制,扩大节点蕴涵的信息,提高节点利用率。在各种障碍物分布和狭窄通道的复杂环境中的仿真结果表明,HNEI-RRT*算法的节点数量、收敛时间相比其他五类RRT*改进算法更少,验证了该算法能够节省内存花销的同时有效提高收敛速度。

• 单位
  四川大学