典型文献
基于改进RRT*算法的动态路径规划策略
文献摘要：
为了进一步解决移动机器人在动态环境下的路径规划问题,提出了一种改进的快速扩展随机树*(RRT*)算法.首先,引入目标偏置采样以降低RRT*算法的随机性,在静态环境下进行路径初规划.其次,在动态环境下应用该路径,并将初规划的路径作为路径缓存,当路径中出现新障碍物时,将无效路径进行裁剪并进行路径重规划,此时在进行节点采样时,有一定概率选择路径缓存中的点作为新节点,使得新路径更大程度上保持原有路径的趋势.最后,使用MATLAB分别进行初规划、重规划的仿真实验.与传统RRT*算法进行了对比,新的改进算法使用的节点数量平均减少了43.19％.
文献关键词：
移动机器人;路径规划;RRT*算法;动态环境;目标偏置采样
中图分类号：
作者姓名：
索超;贺利乐
作者机构：
西安建筑科技大学 机电工程学院,陕西 西安 710055
文献出处：
引用格式：
[1]索超;贺利乐-.基于改进RRT*算法的动态路径规划策略)[J].测试科学与仪器,2022(02):198-208
A类：
目标偏置采样
B类：
RRT,动态路径规划,规划策略,移动机器人,动态环境,规划问题,快速扩展随机树,随机性,缓存,当路,障碍物,裁剪,节点采样,选择路径,改进算法
AB值：
0.273793
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
