期刊文章详细信息
机器人路径规划中快速扩展随机树算法的改进研究 ( EI收录)
Research on Improvement of Rapidly Exploring Random Tree Algorithm in Robot Path Planning
文献类型:期刊文章
WANG Shuo;DUAN Rongkai;LIAO Yuhe(Key Laboratory of Education Ministry for Modern Design and Rotor-Bearing System, Xi’an Jiaotong University, Xi’an 710049, China;Shaanxi Key Laboratory of Mechanical Product Quality Assurance and Diagnostics, Xi’an Jiaotong University, Xi’an 710049, China)
机构地区:[1]西安交通大学现代设计及转子轴承系统教育部重点实验室,西安710049 [2]西安交通大学陕西省机械产品质量保障与诊断重点实验室,西安710049
基 金:国家重点研发计划智能机器人重点专项(2019YFB1311903)。
年 份:2022
卷 号:56
期 号:7
起止页码:1-8
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊
摘 要:针对基本快速扩展随机树(RRT)算法在路径规划中具有树的扩展随机性大、冗余节点多、容易在目标点周围发生振荡、规划的路径较长等问题,提出了一种改进的RRT算法。该算法首先采用目标偏向策略,通过引入动态权重系数使树尽可能地在向目标点进行扩展的同时又能够即时地避开障碍物;利用自适应扩展步长减少树在目标点附近的振荡;最后,对路径进行剪枝处理,并用三次B样条曲线对剪枝后的路径进行平滑处理。仿真分析的结果表明,与基本RRT算法相比,改进的RRT算法有效减少了冗余节点数,规划的路径更短,减少了19.56%,同时规划时间大大降低,减少了54.08%,有效地提高了路径规划的效率。
关 键 词:RRT算法 动态权重系数 自适应扩展步长 剪枝 平滑处理
分 类 号:TP306.1]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...