基于改进Informed-RRT算法的路径规划研究

发布时间：2023-02-15 19:15

　　针对Informed-RRT^*算法在复杂环境重复规划稳定性差、收敛速度慢的问题,提出改进Informed-RRT^*的路径规划算法(Informed Bi-directional RRT^*)提升寻找可行路径的稳定性和效率。该算法引入基于状态子集直接采样的反向扩展策略,当路径规划遇到障碍时快速更新采样区间,在障碍物的边界区域获得接近最优路径成本的可行路径,同时结合基于多树搜索的双向搜索策略加快对状态子集的探索,提高算法的收敛速度。实验表明,与Informed-RRT^*算法相比,IBI-RRT^*算法稳定性更高,能够减少40%的迭代次数和20%～30%的搜索时间,并且规划路径接近最优路径,验证了IBI-RRT^*算法在复杂环境中路径规划的优势。

【文章页数】：5 页

【文章目录】：
0 引言
1 问题定义
2 RRT*算法原理
3 IBI-RRT*
    3.1 Informed-RRT*
    3.2 椭圆状态子集
    3.3 反向扩展策略
        (1)生成状态子集空间
        (2)更新状态子集
        (3)寻找可行路径
    3.4 双向扩展策略
4 IBI-RRT*算法仿真及实验结果
    4.1 仿真实验
    4.2 采样对比
5 结束语



本文编号：3743680