基于RRT改进的移动机器人路径规划算法

针对RRT~*算法在复杂环境路径规划中存在的盲目搜索、冗余节点及路径较长等问题，提出一种融合树扩展策略和采样策略的改进RRT~*算法(AF-RRT~*)。通过创造父节点改进RRT~*扩展树的结构，缩小路径长度；引入自适应探索，增加采样导向的选择性，减少路径搜索时间，同时不会陷入局部最优陷阱；通过动态步长，减少冗余节点。仿真结果表明，AF-RRT~*算法在多种环境下，路径获取效率和路径质量均优于RRT~*和F-RRT~*。消融实验验证了AF-RRT~*算法和算法各功能模块的有效性。