文献类型：期刊文章

作　　者：苗红霞[1,2] 陈家林[1] 齐本胜[1] 李岩[1] 李成林[1]

MIAO Hongxia;CHEN Jialin;QI Bensheng;LI Yan;LI Chenglin(School of Hohai University Information Science and engineering,Changzhou,Jiangsu 213022,China;key laboratory of power transmission and distribution equipment,Changzhou,Jiangsu 213022,China)

机构地区：[1]河海大学物信息科学与工程学院,江苏常州213022 [2]江苏省输配电装备技术重点实验室,江苏常州213022

出　　处：《自动化与仪器仪表》

基　　金：常州市科技项目应用基础研究计划(CJ20220083);江苏省输配电装备技术重点实验室开放课题(2021JSSPD05)。

年　　份：2023

期　　号：12

起止页码：9-14

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对快速随机扩展树(Rapidly-Exploring Random Trees,RRT)算法在规划路径中随机性较大、扩展效率较低且规划的路径不利于机器人移动等缺点,提出一种改进的RRT算法。首先,加入目标偏向策略和自适应步长策略,减小RRT的随机性,增强路径规划的鲁棒性和算法的探索能力;其次,引入改进的人工势场法,使算法扩展方向更偏向目标点,提高算法的搜索效率;然后,去除改进RRT算法规划路径的冗余节点,使得生成的路径更加简短和高效;最后,使用n阶贝塞尔曲线对路径进行平滑处理,使规划的路径更有利于机器人移动。实验结果表明,与传统RRT算法、RRT*算法和另外一种已有的改进方法相比,改进的RRT算法在路径规划时间、路径长度、路径节点以及迭代次数等方面效果都更好,路径更加平滑且更短。

关 键 词：RRT算法  目标偏向策略  自适应步长 人工势场法 n阶贝塞尔曲线  

分 类 号：TP273]