基于双向随机树改进的智能车辆路径规划研究

摘要：

针对快速扩展随机树算法随机性大、收敛速度慢和偏差性的问题,基于基本快速扩展随机树算法,通过采用循环交替迭代的搜索方式生成新节点,双向随机树同时搜索,改进优化了基本快速扩展随机树算法,解决了基本快速扩展随机树算法随机性大、收敛速度慢和偏差性的问题.建立车辆转向模型,确定车辆转向角度约束范围,在算法中增加车辆的转弯角度约束,减少生成路径的偏差性,改善了生成路径的质量.对生成的路径进行节点优化,去除多余的节点,缩短了路径的长度,提高了路径的可行性.采用B样条曲线改善路径的平滑度,在路径折点处插入局部端点,对路径进行平滑度处理,使生成的路径更加符合车辆的行驶条件.用M atlab进行虚拟仿真,验证了该算法的正确性.

关键词：智能车辆、快速扩展随机树、角度约束、节点优化、路径平滑

所属期刊栏目：42

分类号：TP242(自动化技术及设备)

资助基金：国家公益性行业科研专项重大项目;南京市科技创新项目

在线出版日期：2020-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1287-1293