基于改进RRT*算法的移动机器人路径规划

作者：张伟民; 付仕雄

来源：华中科技大学学报(自然科学版)科技大学, 2021, 49(01): 31-36.

DOI：10.13245/j.hust.210101

• 移动机器人
• 路径规划
• *)算法" name="keyword">渐进最优快速扩展随机树(RRT*)算法
• 约束采样
• 偏置扩展
• 三次B样条

为解决渐进最优快速扩展随机树(RRT*)算法在特殊环境下(如狭窄通道)路径规划存在的内存占用多、规划效率低等问题,提出了一种基于目标约束采样和目标偏置扩展的改进RRT*算法.首先,在采样上引入目标偏置策略,并对每次采样进行位置约束,使采样的目标导向性更强.然后,在新点扩展上摒弃了已有算法单纯朝着采样点扩展的思路,通过给采样点和目标点分配不同权重,使得每一次扩展同时由采样点和目标点共同决定,进而加快搜索速度.接着,采用三次B样条曲线对搜索到的路径进行平滑处理,以保证路径的可行性.最后,分别基于Matlab和V-REP平台对RRT*算法和改进RRT*算法进行了2D和3D的对比实验,实验结果验证了改进RRT*算法的优越性和有效性.

• 单位
  中国地质大学（武汉）