期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于B-RRT^(*)FND算法的移动机器人路径规划 被引量:4
1
作者 张腾龙 李擎 《控制与决策》 EI CSCD 北大核心 2023年第11期3121-3127,共7页
针对RRT^(*)FN算法获取路径解的速度慢,且无法应用于动态环境等问题,提出固定节点数的动态双向渐近最优快速随机扩展树算法(bidrectional RRT^(*)fix-node dynamic,B-RRT^(*)FND),用于解决移动机器人在二维空间内快速实时获取无碰撞路... 针对RRT^(*)FN算法获取路径解的速度慢,且无法应用于动态环境等问题,提出固定节点数的动态双向渐近最优快速随机扩展树算法(bidrectional RRT^(*)fix-node dynamic,B-RRT^(*)FND),用于解决移动机器人在二维空间内快速实时获取无碰撞路径的问题.所提出算法基于RRT^(*)FN算法,采用双向贪婪搜索方法加快路径搜索速度,解决单向RRT算法由于随机采样的盲目性造成的搜索速度慢、在狭窄环境下难以搜索到解的问题;利用固定节点算法在规划过程中不占用过多计算量的特点,在路径迭代优化过程中,实时更新地图信息,并对被破坏的原始路径进行修复重连,以完成算法的动态规划.将所提出算法与RRT、RRT^(*)FN等算法在3种环境下进行对比仿真,验证结果表明,所提出算法在规划速度、路径解长度以及动态规划性能方面具有较好效果. 展开更多
关键词 移动机器人 ^rrt^(*)fn算法 动态路径规划 双向贪婪搜索 渐近最优 路径修复
原文传递
改进RRT^(*)FN算法的机器人路径规划 被引量:1
2
作者 黎子源 彭琦 刘强 《组合机床与自动化加工技术》 北大核心 2023年第12期12-16,20,共6页
针对传统渐近最优快速扩展随机树算法(RRT)随机性大、收敛精度低以及运行时间长等问题,提出一种改进的Informed-RRT^(*)-FN算法。改进算法在找到初始路径前采用基于贪心思想改进的目标偏置采样策略和随机删除叶子节点策略以降低找到初... 针对传统渐近最优快速扩展随机树算法(RRT)随机性大、收敛精度低以及运行时间长等问题,提出一种改进的Informed-RRT^(*)-FN算法。改进算法在找到初始路径前采用基于贪心思想改进的目标偏置采样策略和随机删除叶子节点策略以降低找到初始路径的时间;找到初始路径后进一步在椭圆子空间中采样,使用基于节点权重的节点删除策略优先删除“无效”节点和动态重连半径的策略以提高收敛精度并保持较低的运行时间。改进算法在3种地图开展了仿真实验,结果表明相较于RRT^(*)-FN、Informed-RRT和Informed-RRT^(*)-FN算法,该算法收敛精度最高,且运行时间最短。该算法进一步在ROS平台开展全局路径规划实验,验证了其可靠性和实用性。 展开更多
关键词 路径规划 ^rrt^(*)fn算法 贪心思想 启发式采样 节点权重
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部