基于改进RRT*FN的移动机器人路径规划算法

摘要：

针对复杂环境下移动机器人的全局最优路径规划,提出一种基于目标偏置扩展和贝塞尔(Bezier)插值方法的改进RRT*FN路径规划算法.改进算法在未找到初始路径时采用一定概率进行随机点的目标偏置选择,确定初始路径后使用启发式采样方法,使随机采样点围绕初始路径进行迭代选择,提高路径规划的导向性.当改进算法还未找到初始路径时,删除树中远离目标点并且没有子节点的节点;当改进算法找到初始路径时,删除树中远离最优路径且没有子节点的节点,保留高性能节点,提高算法收敛到最优路径的效率.利用贝塞尔(Bezier)插值方法平滑路径.在MATLAB仿真平台和ROS机器人仿真平台分别进行2D和3D的对比实验,结果验证了所提算法的有效性和优越性.

关键词：快速探索随机树、全局路径规划、目标偏置选择、贝塞尔插值、ROS机器人仿真平台

所属期刊栏目：43

分类号：TP15;TP301;TP24(自动化基础理论)

资助基金：国家自然科学基金51905080

在线出版日期：2022-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1217-1224,1249