文献类型：期刊文章

作　　者：刘恩海[1,2] 高文斌[1,2] 孔瑞平[3] 刘贝野[1,2] 董瑶[1,2] 陈媛媛[1,2]

LIU En-hai;GAO Wen-bin;KONG Rui-ping;LIU Bei-ye;DONG Yao;CHEN Yuan-yuan(School of Artificial Intelligence,Hebei University of Technology,Tianjin 300401,China;Hebei Provincial Key Laboratory of Big Data Computing,Hebei University of Technology,Tianjin 300401,China;Department of Intelligent Technology,Tianjin Polytechnic College,Tianjin 300400,China)

机构地区：[1]河北工业大学人工智能与数据科学学院,天津300401 [2]河北工业大学河北省大数据计算重点实验室,天津300401 [3]天津工业职业学院智能技术系,天津300400

出　　处：《计算机工程与设计》

基　　金：天津市科技计划基金项目(14ZCDGSF00124);天津市基础研究计划基金项目(17JCTPJC55400、17JCTPJC55600)

年　　份：2019

卷　　号：40

期　　号：8

起止页码：2253-2258

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：对全局路径规划算法中的快速扩展随机树(RRT)算法进行深入的研究,针对基本RRT算法随机性强、搜索没有偏向性、得到的路径不一定为最优路径等缺点,提出一种改进的RRT优化算法,通过改进随机数生长方式的角度对原有算法思路进行改进,引导随机数向着目标点方向生长,与此同时移动机器人可以根据周围环境信息及时做出调整,使随机树向更高质量生长。大量仿真结果表明,改进的RRT算法具有一定的可行性与有效性,能高效引导随机树朝目标点方向高质量地生长,规划的路径尽可能接近最优路径,有效缩短了路径规划时间。

关 键 词：路径规划 RRT算法  目标偏向  路径优化  人工势场算法  

分 类 号：TP24]