10.13973/j.cnki.robot.2015.0443
复杂环境下基于RRT的智能车辆运动规划算法
在存在大量无规则障碍物且障碍物分布不均匀的复杂环境下,现有规划算法不能很好地解决智能车辆的运动规划问题。为此,本文提出了一种简单实用的基于RRT (快速搜索随机树)的运动规划算法——连续曲率RRT算法。该算法在RRT框架中结合了环境约束以及车辆自身的约束。它首先引入了目标偏向采样策略以及合理的度量函数,大大地提高了规划速度和质量;接着提出了一种基于最大曲率约束的后处理方法以生成平滑的且曲率连续的可执行轨迹。通过仿真实验和实车测试,证实了该算法的正确性、有效性和实用性。
运动规划、智能车辆、快速搜索随机树、曲率约束
TP242(自动化技术及设备)
国家自然科学基金重大研究计划重点项目91120307;国家自然科学基金重大研究计划集成项目91320301;国家自然科学基金青年基金资助项目61304100.
2015-08-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
443-450