10.19734/j.issn.1001-3695.2020.02.0044
动态环境下基于人工势场引导的RRT路径规划算法
现有的大多数动态RRT路径规划算法不能使规划的路径远离障碍物,这有可能导致机器人没有足够的避障时间.针对此问题,提出了一种利用人工势场引导快速扩展随机树向目标区域生长并远离障碍物的改进RRT算法APFG-RRT(artificial potential field guided RRT).为了进一步加快算法的收敛速度、加速算法跳出局部极小值,引入了一种按自适应概率选择目标点作为采样点的策略;针对动态环境采用全局规划结合局部重新规划的方法以提高算法的实时性.仿真实验表明,相比于初始RRT和Goal-bias RRT,APFG-RRT的计算效率更高,内存需求更小,并且搜索到的路径能够有效地远离障碍物,提高了动态路径规划的成功率.
路径规划、RRT、人工势场、动态环境、局部重新规划
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目51775344
2021-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
714-717,724