一种改进的RRT路径规划算法

本文以自主驾驶车辆为实际应用背景.提出了一种改进的RRT(快速随机搜索树)路径规划算法.该路径规划算法将非完整性约束条件与双向多步扩展RRT搜索算法相结合,在提高搜索效率的同时保证了规划路径的可行性.同时将路径点作为B样条基函数的控制点,用三次B样条函数来拟合控制点生成平滑可跟踪的路径.通过在平面障碍物环境下实验,验证了该算法的有效性.     

基于改进RRT的二维路径规划算法研究

路径规划的关键就是要在尽可能短时间内搜索出一条安全、可行、便捷的道路。传统RRT算法在进行大范围的路径搜索时会出现算法收敛速度慢、稳定性差、道路曲折导致不满足车辆无法实际运行或对机械臂产生不必要的机械损耗。改进的RRT算法利用分治法的思想,将节点集中的区域进行拆分,达到减少算法迭代次数、加速算法收敛的目的;同时引入可变...     

改进RRT无人机航迹规划算法

针对RRT（快速扩展随机树）航迹规划算法在未知环境下缺乏较强目的导向性和偏离较优解的问题,提出基于引导向量的RRT与滚动规划窗口相结合的航迹规划方法.改进的RRT算法加入方向引导因子,限制节点扩展范围,增强RRT生长的目的性.采用对比择优扩展,生成多个可行解,通过比较得到较优解.计算机仿真实验结果表明,改进的RRT航迹规划算法在未知环境中能够很快收敛于较优解,该算法用于解决未知环境下的航迹规划问题是可行的.     

基于机械臂路径规划的内场轨迹实现技术研究

为了解决传统光电跟踪设备的跟踪性能测试系统参数调试繁琐、设备安装困难、靶标适用性差等问题,研究了基于机械臂路径规划的内场轨迹实现技术。通过规划六自由度机械臂的末端运动轨迹,设计了更加灵活、高效的跟踪性能测试系统。首先,对传统测试靶标系统进行分析,明确实现跟踪性能测试的数学模型;然后提出基于六自由度机械臂的新型技术方案,并分析了两种方案的差异性;接着通过靶标轨迹的坐标变换,根据传统动态靶标轨迹得到适用于六自由度机械臂的末端位姿参数,从而实现轨迹规划;最后,通过数值仿真验证了本文方法与传统方法的跟踪性能测试效果的一致性。仿真结果表明,两者具有相同的跟踪性能测试效果。相较于传统方法,采用机械臂的测试系统在参数调节、工具安装和靶标适用性上更具优势,完全能够满足光电跟踪设备内场跟踪性能测试的要求。     

一种改进RRT的多机器人编队路径规划算法

多机器人路径规划是机器人领域的一个热点问题,相比于单机器人路径规划,其算法难度和复杂度都有所增加,在规划时需要兼顾多机避障、相互协作等难点问题.本文提出一种改进快速扩展随机树的多机器人编队路径规划算法,用于解决多机器人在复杂环境下的编队路径规划问题.针对多机器人在编队规划中的位置约束问题,定义机器人之间的领航-跟随结构,并对机器人队形建模.针对规划过程中编队朝向变化问题,建立搜索树扩展方向与队形方向之间的联系,通过调整队形方向改变规划时的编队朝向.针对具有质点模型和非完整约束动力学模型两种不同模型的多机器人系统,分别进行了仿真实验.仿真结果表明该算法在处理多机器人编队路径规划问题时可以取得良好的效果.     

基于RRT的ROS全局路径规划

本文以ROS系统中OMPL路径规划库为背景,针对基于随机采样的路径规划算法缺乏稳定性以及无法快速收敛的问题,提出了一种基于启发式函数的改进RRT算法,通过引入曼哈顿代价函数,将随机树往目标点进行扩展,从而避免了随机树在次优区域进行扩展,大大提高了随机树的效率。通过仿真实验证明,引入代价函数可以大大加快随机生成树的收敛,提高规划效率。     

基于节点过滤及运动学约束改进的RRT算法

由于快速扩展随机树(RRT)算法存在规划路径曲折、收敛较慢,且无法被智能车辆直接跟踪等问题.为克服此缺陷,本文在基本RRT算法基础上,加入目标偏向性策略和密集节点过滤,以此提高规划速度;在选择父节点时考虑车辆运动学约束并根据车辆位置动态确定扩展步长,最后对所得路径进行修剪,并使用三次B样条曲线进行平滑,生成一条平滑可被...     

改进人工势场法的机械臂避障路径规划研究

文章针对人工势场法可能会进入局部极小这一缺陷,通过添加虚拟目标点来改进人工势场法。该方法可以让机械臂逃离局部极小点,实现机械臂的避障路径规划。文章使用DH模型对机械臂进行正逆运动学分析,使用椭球包围盒进行机械臂碰撞检测,通过建立目标点,机械臂的引力场和障碍物对机械臂的斥力场,再搜索势函数的下降方向,实现机械臂的路径规划。最后仿真结果验证,使用虚拟目标点的人工势场法可以快速有效地进行避障规划路径。     

基于改进Bi-RRT*算法的移动机器人路径规划

针对道路狭窄、障碍物较多等复杂环境下快速探索随机树*(RRT*)算法出现的随机性大、效率低、收敛速度慢和路径曲折等问题,结合一种改进碰撞检测机制的RRT*算法,提出了一种改进Bi-RRT*算法.该算法首先在动态目标区域进行节点采样,缩短算法执行时间;再通过目标偏向策略扩展树节点,降低树生长的随机性;然后采用双向树生长策...     

变概率双向RRT改进路径规划算法

针对RRT算法收敛速度慢、路径不规则的问题,基于双向RRT算法和概率搜索策略,提出了一种变概率策略下的双向RRT搜索优化算法。该算法根据搜索节点的不同周边状态,采用不同的概率策略扩展目标点,使搜索算法能够在空旷场景下向目标点快速生成,同时避免了路径陷入局部最小值的问题。在完成初次路径搜索后,根据路径节点位置优化不规则路线,减少小车行驶过程中的拐弯次数和总路径长度。在仿真中进行了多场景重复试验测试,仿真结果表明,改进后的算法在搜索速度和路径长度上有明显改善。     

A＊的改进路径规划算法

通过对地图数据的预处理和启发函数的设计,对A＊算法进行了改进。利用VC＋＋编程实现改进算法,并在实际城市地图上对改进算法进行了验证,结果表明改进算法提高了搜索最优路径的成功率,同时解决了原算法易出现搜索死循环的问题,可适应不规则的城市路网。     

基于改进RRT算法的无人机航迹规划

为了提高无人机的作战效率,航迹规划系统必须为无人机设计出安全系数高,能量消耗少,处理时间短,同时还必须满足飞行器自身物理特性的威胁回避轨迹。基于上述研究目的,本文选择快速随机搜索树算法(RRT)作为迹规划航算法主体,结合Dijkstra算法改进了RRT算法,完成最小航迹代价飞行轨迹的设计。     

基于狭窄通道路径树的快速航路规划算法

针对无人机在障碍间存在狭窄通道的城市环境中进行低空航路规划的问题,根据障碍之间的空间几何关系确定障碍之间的狭窄通道,再综合所有狭窄通道生成复杂环境中的狭窄通道路径树。设计了结合狭窄通道路径树的双向快速扩展随机树(Rapidly-exploring Random Tree, RRT)算法,在两棵搜索树的扩展过程中,通过判断搜索树与狭窄通道路径树的位置关系,将狭窄通道路径树添加到搜索树上,实现搜索树在狭窄通道中的快速扩展,减少两棵搜索树的无用扩展,提升航路树生成的速度。仿真结果表明,该方法能够解决无人机在存在狭窄通道的复杂环境中进行快速有效航路规划的问题。     

基于改进RRT算法的无人机航迹规划

针对快速扩展随机树（RRT）算法用于无人机自主在线航迹规划时,只能快速获得可行的航迹,无法获得接近于最短航迹的较优航迹的缺点,提出了一种改进的RRT算法.该算法将无人机动力学约束融入到节点扩展过程中,通过改进离随机采样点最近的根节点的选取策略和引入航迹距离约束,搜索树将沿着航迹距离较短的方向朝着目标点进行扩展,使得规划出来的航迹接近最优,并采用基于B样条曲线的航迹平滑方法生成平滑可跟踪的航迹.仿真结果表明该算法能够快速地搜索安全并且满足无人机动力学约束的较优航迹.     

基于RRT改进算法的伪卫星导航轨迹纠偏策略研究

针对现有基于伪卫星的室内小车导航实际轨迹偏离的问题,提出了一种基于快速搜索随机树法（RRT）改进算法的导航轨迹纠偏方案。在轨迹纠偏方案中,利用软件无线电（SDR）软件对小车原有的遥控信号进行采集并进行调制,得到可以操控小车的信号;并在纠偏程序中添加改进的RRT 算法在小车轨迹偏离时进行轨迹规划,从而达到小车轨迹纠偏。结果表明,此方案在进行伪卫星室导航时减小了小车的轨迹偏差,纠偏效果明显。     

基于改进RRT算法的移动机器人路径规划

RRT算法是一种能够处理障碍物和差分约束的问题的算法,被广泛应用于移动机器人的路径规划.针对于基本RRT算法存在的随机性较大和所求解路径非最优等问题,需要对其进行改进从而优化性能与运行效率.本文主要采用双向RRT算法融合人工势场法的方案进行改进后的路径规划,然后借助Dijkstra算法进一步处理所求解的路径,以寻求路径的最优解.仿真结果表明,本方案可以减少基本RRT算法随机性的影响,提高移动机器人路径规划的效率.     

基于改进蚁群算法的移动机器人路径规划研究

为解决传统蚁群算法收敛速度慢、极易陷入局部最优解的问题,文中提出了一种改进蚁群算法,并将其应用于移动机器人路径规划问题。蚁群算法的路径规划采用栅格法建立环境模型,并对障碍物进行扩大处理,从而有效降低了移动机器人在运动过程中与障碍物相碰撞的可能性;构造启发函数以降低蚁群搜索路径的长度;引入信息素扩散算法,并提高算法在初期的全局搜索能力,从而加快了算法的后期收敛速度。仿真结果表明,所提出的算法在收敛速度上比传统蚁群算法提高近一倍,可以规划出最优路径。     

工作空间限制下的机械臂路径规划方法

很多国内外的学者都对机械臂的工作空间进行了研究,提出了很多不同的方法。蒙特卡洛算法是一种较为广泛的方法。这种算法产生的点云式工作空间表示,很难应用于类似于路径规划这样的任务。针对这种问题,提出了工作空间限制下的路径规划方法。首先对环境空间进行离散化,使用机械臂逆运动学确定工作空间。这样得到的工作空间可以用小正方体及其顶点的数据结构表示,非常容易应用改造后的快速搜索随机树（RRT）算法。最后,与蒙特卡洛算法和标准RRT算法的对比实验证明了所提出方法的有效性。     

基于RRT算法的无人机路径规划应用研究

经典的路径规划算法大都需要在全局已知空间中对环境进行建模,包括人工势场法、遗传算法、启发式算法、仿生学算法等.由于需要预先构建环境,因此这些方法并不适合解决在高维度空间中的路径规划问题.基于快速扩展随机树(RRT)的路径规划方式其优势在于可以避免对全局环境的构建,通过对状态空间进行随机采样,检测碰撞点,能够有效地解决在...