典型文献
机器人路径规划中快速扩展随机树算法的改进研究
文献摘要：
针对基本快速扩展随机树(RRT)算法在路径规划中具有树的扩展随机性大、冗余节点多、容易在目标点周围发生振荡、规划的路径较长等问题,提出了一种改进的RRT算法.该算法首先采用 目标偏向策略,通过引入动态权重系数使树尽可能地在向目标点进行扩展的同时又能够即时地避开障碍物;利用自适应扩展步长减少树在目标点附近的振荡;最后,对路径进行剪枝处理,并用三次B样条曲线对剪枝后的路径进行平滑处理.仿真分析的结果表明,与基本RRT算法相比,改进的RRT算法有效减少了冗余节点数,规划的路径更短,减少了 19.56％,同时规划时间大大降低,减少了 54.08％,有效地提高了路径规划的效率.
文献关键词：
RRT算法;动态权重系数;自适应扩展步长;剪枝;平滑处理
中图分类号：
作者姓名：
王硕;段蓉凯;廖与禾
作者机构：
西安交通大学现代设计及转子轴承系统教育部重点实验室,710049,西安;西安交通大学陕西省机械产品质量保障与诊断重点实验室,710049,西安
文献出处：
引用格式：
[1]王硕;段蓉凯;廖与禾-.机器人路径规划中快速扩展随机树算法的改进研究)[J].西安交通大学学报,2022(07):1-8
A类：
自适应扩展步长
B类：
机器人路径规划,快速扩展随机树算法,改进研究,RRT,随机性,冗余节点,标点,目标偏向策略,动态权重系数,避开,障碍物,剪枝,样条曲线,平滑处理,大大降低
AB值：
0.267621
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。
