-
题名基于改进B-GRRT*算法的移动机器人路径规划
- 1
-
-
作者
喻九阳
张德安
戴耀南
胡天豪
夏文凤
-
机构
武汉工程大学机电工程学院湖北省绿色化工装备工程技术研究中心
-
出处
《计算机科学》
CSCD
北大核心
2023年第S01期95-101,共7页
-
基金
湖北省重点研发计划项目(2020BAB030)。
-
文摘
在移动机器人运动路径规划领域,渐近最优双向快速探索随机树(B-RRT*)算法虽然具有良好的避障和路径搜索能力,但是存在迭代次数多、规划时间长的缺点。基于运动学约束的双向快速探索随机树(KB-RRT)算法作为B-RRT*算法的高效分支,虽然有效减少了无效树的扩展,加快了寻找最优路径的速度,但迭代次数过大。针对B-RRT*算法的最新改进算法是具有高效分支的运动学约束B-RRT*(KB-RRT*)算法,KB-RRT*算法虽然可以有效减少无效树的扩展,加快寻找最优路径的速度,但其迭代次数仍然过大。因此,提出了一种基于自适应采样和快速搜索的改进B-RRT*算法(AFB-RRT*)。该算法设定障碍物的安全区域,根据提出的自适应采样和快速搜索确定随机树的搜索方向,减少冗余采样点,即AFB-RRT*在路径规划中可以实现快速收敛。仿真和实验表明,与KB-RRT*相比,AFB-RRT*在规划路径长度基本相同的前提下,减少了规划时间和收敛迭代次数。
-
关键词
B-rrt*
kb-rrt*
AFB-rrt*
收敛迭代
规划时间
-
Keywords
^B-rrt^(*)
^kb-rrt^(*)
^AFB-rrt^(*)
Convergence iterations
Planning time
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
