涡流人工势场引导下的RRT*移动机器人路径规划

摘要：

为了解决快速扩展随机树(R RT)在障碍物密集、通道狭窄的环境中收敛速度缓慢、采样节点密集、路径曲折复杂等问题,围绕RRT的一种常见的变体算法RRT*,设计了一种由人工势场(APF)引导RRT*进行路径规划的方法.首先,使用涡流约束向外发散的斥力场,沿着切向梯度方向形成涡流场,并利用涡流人工势场(VAPF)在RRT*偏向区域中引导采样节点进行偏向采样,以减少执行时间,加快收敛速度;同时,利用节点拒绝技术去除高成本节点和无效节点,生成节点更为集中的轨迹树,降低内存需求;最后,通过修剪路径中的多余节点,并利用涡流势场的特性对路径进行平滑处理,达到路径优化的效果.考虑到R RT类算法具有概率随机性,对RRT算法、改进RRT*算法和VAPF-RRT*算法分别进行了32次对比实验.仿真结果表明,提出的VAPF-R RT*算法明显降低了迭代次数,以更少的采样节点和执行时间收敛到更短更平滑的路径,提高了内存利用率,加快了收敛速度.

关键词：路径规划、快速扩展随机树(RRT)、人工势场法(APF)、移动机器人、涡流

所属期刊栏目：15

分类号：TP242.6(自动化技术及设备)

资助基金：陕西省国际科技合作计划项目;国家重点研发计划

在线出版日期：2021-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：723-732