为解决多障碍物环境下水面无人艇(unmanned surface vehicle,USV)多任务点路径规划问题,提出一种基于改进的快速探索随机树(rapidly-exploring random tree,RRT)的路径规划算法。在分析USV运动数学模型和经典RRT算法的基础上,将USV的运...为解决多障碍物环境下水面无人艇(unmanned surface vehicle,USV)多任务点路径规划问题,提出一种基于改进的快速探索随机树(rapidly-exploring random tree,RRT)的路径规划算法。在分析USV运动数学模型和经典RRT算法的基础上,将USV的运动数学模型融合到RRT算法中,预报两个任务点之间的路径曲线和距离;针对RRT算法随机性的特点,设计RRT路径优化算法,删除冗余路径点,得到优化路径;最后利用改进遗传算法,确定多任务点的访问顺序,生成多任务点路径,节省USV巡航路径距离。仿真结果证明,在多任务点及多障碍物存在的条件下,该方法能够确定一条合理的路径,具有一定的实际意义。展开更多
文摘为解决多障碍物环境下水面无人艇(unmanned surface vehicle,USV)多任务点路径规划问题,提出一种基于改进的快速探索随机树(rapidly-exploring random tree,RRT)的路径规划算法。在分析USV运动数学模型和经典RRT算法的基础上,将USV的运动数学模型融合到RRT算法中,预报两个任务点之间的路径曲线和距离;针对RRT算法随机性的特点,设计RRT路径优化算法,删除冗余路径点,得到优化路径;最后利用改进遗传算法,确定多任务点的访问顺序,生成多任务点路径,节省USV巡航路径距离。仿真结果证明,在多任务点及多障碍物存在的条件下,该方法能够确定一条合理的路径,具有一定的实际意义。