计算机科学与探索

作者：曹凯, 陈阳泉, 高嵩, 高佳佳

单位：1. 西安工业大学 机电工程学院，西安 7100212. 西安工业大学 电子信息工程学院，西安 7100213. 加州大学默塞德分校 工程学院，美国 默塞德 95343

关键词：路径规划,快速扩展随机树（RRT）,人工势场法（APF）,移动机器人,涡流

为了解决快速扩展随机树（RRT）在障碍物密集、通道狭窄的环境中收敛速度缓慢、采样节点密集、路径曲折复杂等问题，围绕RRT的一种常见的变体算法RRT*，设计了一种由人工势场（APF）引导RRT*进行路径规划的方法。首先，使用涡流约束向外发散的斥力场，沿着切向梯度方向形成涡流场，并利用涡流人工势场（VAPF）在RRT*偏向区域中引导采样节点进行偏向采样，以减少执行时间，加快收敛速度；同时，利用节点拒绝技术去除高成本节点和无效节点，生成节点更为集中的轨迹树，降低内存需求；最后，通过修剪路径中的多余节点，并利用涡流势场的特性对路径进行平滑处理，达到路径优化的效果。考虑到RRT类算法具有概率随机性，对RRT算法、改进RRT*算法和VAPF-RRT*算法分别进行了32次对比实验。仿真结果表明，提出的VAPF-RRT*算法明显降低了迭代次数，以更少的采样节点和执行时间收敛到更短更平滑的路径，提高了内存利用率，加快了收敛速度。

来源：2021年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2021年第4期