基于融合改进双向RRT与人工势场法路径规划

由于快速扩展随机树(RRT)算法在路径规划中存在速度慢，计算量大和效率低等问题，提出一种双向快速扩展随机树(RRT)算法与人工势场法(APF)相结合的路径规划。首先，利用人工势场法(APF)进行局部路径规划，提供运动路径。其次，使用改进的快速扩展随机树算法选择临时目标点，用以解决路径规划时陷入最小值的问题，将人工势场法(APF)引入双向RRT算法中。将局部路径规划与全局路径规划相结合，缩短运行时间和路径长度，基于仿真实验表明，该方法在运行时间、路径长度和迭代次数等方面都得到显著提高。