科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于转移的快速扩展随机树(T-RRT)算法,能够较快寻找到机器人在二维复杂成本空间的低危险度路径,但面对无人机的三维飞行工况,其规划结果较差,针对此问题,提出了一种基于探索、启发和转移的EHT-RRT(exploring heuristic transition-based RRT)算法.首先,算法在T-RRT的基础上引入A*算法中的启发式思想,进行启发式成本探索,从危险度、路径长度、路径偏转角度和高度变化估计路径成本,以提高路径质量;接着,利用局部节点滑移策略,让路径偏向低危险区域,并对每个节点添加局部最好方向属性;最后,通过随机方向、目标方向和局部最好方向, 3个方向向量改进树节点扩展机制,摆脱T-RRT算法在路径寻找上的盲目性.同时,算法采用了20%概率的目标点偏置,提升规划效率.仿真实验表明,与同样添加20%目标点偏置的T-RRT、BT-RRT和T-RRT*算法相比, EHT-RRT算法可生成路径更短、安全性更高、更加平滑的三维路径,能更好地解决复杂城市环境下的无人机三维路径规划问题.
- 单位
