基于DKRRT*-APF算法的无人系统轨迹规划

摘要：

针对传统快速扩展随机树(RRT)算法规划的路径随机性强、收敛速度慢、不具备连续性、无法满足大多数机器人的动力学约束以及Kinodynamic RRT*算法规划路径符合动力学约束但搜索速度较慢的问题,本文基于Kinodynamic RRT*算法,提出了一种DKRRT*-APF算法.将Kinodynamic RRT*节点扩展由单向扩展改进为双向扩展,以提高路径搜索效率.在采样阶段引入了人工势场(APF)算法地图势场的思想,设计了特殊的引力函数和斥力函数,使地图中目标点和障碍物为采样节点提供一定的目标导向和避障功能,缩短轨迹规划时间.为验证算法的可行性,使用双积分动力学无人车模型和四旋翼动力学无人机模型对DKRRT*-APF算法进行了仿真测试.仿真结果表明,DKRRT-APF算法规划轨迹符合无人系统的动力学约束.在轨迹平均损耗相同的情况下,DKRRT*-APF算法的平均生成节点数和平均轨迹规划时间相比于Kinodynamic RRT*算法得到了有效改善.

关键词：计算机应用、全局路径规划、快速随机探索树、人工势场法

所属期刊栏目：53

分类号：F416.67(世界工业经济)

资助基金：国家重点研发计划2022YFC3106101

在线出版日期：2023-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：781-791