动态环境下基于人工势场引导的RRT路径规划算法

• 全文链接
• 请求原文

作   者：

司徒华杰;  雷海波;  庄春刚; 

作者机构：

上海交通大学机械与动力工程学院; 

关键词：

人工势场;  动态环境;  RRT;  局部重新规划;  路径规划; 

期刊名称：

计算机应用研究

基金项目：

散乱零件三维智能感知与自主操作的深度学习方法及关键技术

i s s n：

1001-3695

年卷期：

2021 年 003 期

页   码：

714-717,724

摘   要：

现有的大多数动态RRT路径规划算法不能使规划的路径远离障碍物,这有可能导致机器人没有足够的避障时间.针对此问题,提出了一种利用人工势场引导快速扩展随机树向目标区域生长并远离障碍物的改进RRT算法APFG-RRT(artificial potential field guided RRT).为了进一步加快算法的收敛速度、加速算法跳出局部极小值,引入了一种按自适应概率选择目标点作为采样点的策略;针对动态环境采用全局规划结合局部重新规划的方法以提高算法的实时性.仿真实验表明,相比于初始RRT和Goal-bias RRT,APFG-RRT的计算效率更高,内存需求更小,并且搜索到的路径能够有效地远离障碍物,提高了动态路径规划的成功率.