摘要

针对快速扩展随机树算法(rapidly-exploring random trees,RRT)存在的不足,以移动机器人的研究为背景,对RRT算法进行改进优化。依据RRT算法扩展原理,构建仿真环境地图,通过完成基于概率P的RRT优化算法和基于双向RRT优化算法仿真实验,将这2种优化算法结合,提出了基于概率P-双向的RRT优化算法,并进行了仿真实验验证。仿真结果表明,经过优化后的RRT算法在复杂障碍环境中有着良好的收敛效果和鲁棒性。