动态步长BI-RRT的无人机航迹规划算法

发布时间：2021-02-04 01:27

　　为解决传统RRT算法收敛速度慢、生成的航径距离过长等问题,提出动态步长BI-RRT算法。首先,采用引向目标的采样策略对空间进行探索以得到采样点,利用动态步长策略确定该采样点的增长步长以确定新节点;之后,通过树枝裁剪策略对新节点进行调整,当探索到目标节点时,算法返回初始航迹,对于初始航迹,应用贪心算法对航迹点进行筛选,以减少无人机（UAV）的无效节点与总航迹长度;最后,利用B样条进行平滑处理,得到一条可行航迹。搭建了二维和三维环境下的仿真地图模型,验证了该算法在保证无人机避障的基础上获得一条有效航迹。动态步长BI-RRT算法在无人机航迹规划方面不仅有实时性强、航迹光滑的优点,而且与分段优化RRT算法相比,在优化航迹节点个数的前提下,提高了收敛速度且降低了航迹距离。 

【文章来源】：河北科技大学学报. 2019,40(05)

【文章页数】：9 页

【部分图文】：

图２半角树枝裁剪策略原理图Ｆｉｇ．２Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｈａｌｆ－ａｎｇｌｅｔｒｅｅ剪找生得XgoalXnear2琢

５所示。采用ＲＲＴ算法与动态步长ＢＩ－ＲＲＴ算法进行５０次仿真实验，得到的三维航迹规划结果如图６所示。其中，传统ＲＲＴ算法在三维环境的规划结果如图６ａ）所示；图６ｂ）为本文所提出的算法得到的三维仿真结果。从路径长度、航迹点数、规划时间３方面得到对比数据，如表３所示。80604020020406080402008060402002040608040200x/kmy/kmz/kmx/kmy/kmz/kma）RRT算法仿真结果b）动态步长BI鄄RRT算法仿真结果startstart图６三维环境仿真结果Ｆｉｇ．６Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｏｆ３Ｄｅｎｖｉｒｏｎｍｅｎｔ表３三维环境下优化算法实验数据Ｔａｂ．３Ｅｘｐｅｒｉｍｅｎｔａｌｄａｔａｏｆｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｉｎ３Ｄｅｎｖｉｒｏｎｍｅｎｔ项目规划算法ＲＲＴ算法航迹规划动态步长ＢＩ－ＲＲＴ算法航迹规划平均路径长度／ｋｍ８９．３８７５６．７４９最大搜索节点个数１７４１１５最小搜索节点个数１２８９４平均搜索节点个数１４９．５２９１０１．２０２平均航迹点个数１９．５２９４．８２２平均规划时间／ｓ１０．００４０．９６９０２４


本文编号：3017484