启发式RRT算法的AGV路径规划

摘要：

在实际应用中,B-R RT*算法规划的路径存在着转折次数多、路线不平滑、路线贴合障碍物和最大转角过大等不符合车辆运动学的问题.为了获得适用于自动导引小车(Automatic Guided Vehicle,AGV)的优化路径,通过使用Reeds-Shepp曲线进行预处理以解决车辆在目标点朝向的问题.此外,提出启发式滑动窗口采样减少B-RRT*算法随机采样所带来的误差,并将车辆运动学约束加入到重选父节点和重布随机树的过程,使用贝塞尔曲线对所规划的路径进行平滑处理.实验结果表明:在规划相同路径上,改进B-R RT*算法规划的路径能够有效地解决上述算法存在的最大转角不合理、路径靠近障碍物、路径不平滑和不符合车辆运动学等问题.

关键词：自动导引小车、车辆运动学模型、Reeds-Shepp曲线、启发式滑动窗口采样、B-RRT*算法、路径规划

所属期刊栏目：56

分类号：TP18(自动化基础理论)

资助基金：四川省科技厅重点研发项目;四川省科技厅科技计划项目

在线出版日期：2020-06-18（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：125-133