为解决多障碍物环境下水面无人艇(unmanned surface vehicle,USV)多任务点路径规划问题,提出一种基于改进的快速探索随机树(rapidly-exploring random tree,RRT)的路径规划算法。在分析USV运动数学模型和经典RRT算法的基础上,将USV的运...为解决多障碍物环境下水面无人艇(unmanned surface vehicle,USV)多任务点路径规划问题,提出一种基于改进的快速探索随机树(rapidly-exploring random tree,RRT)的路径规划算法。在分析USV运动数学模型和经典RRT算法的基础上,将USV的运动数学模型融合到RRT算法中,预报两个任务点之间的路径曲线和距离;针对RRT算法随机性的特点,设计RRT路径优化算法,删除冗余路径点,得到优化路径;最后利用改进遗传算法,确定多任务点的访问顺序,生成多任务点路径,节省USV巡航路径距离。仿真结果证明,在多任务点及多障碍物存在的条件下,该方法能够确定一条合理的路径,具有一定的实际意义。展开更多
在未知环境中,研究有效的自主探测方法是移动机器人领域的关键问题之一。探索效率和遍历问题是这个问题的主要制约因素,为此提出了一种基于改进的快速探索随机树(RRT:Rapidly-exploring Random Tree)算法的探索策略。这种方法使用具有...在未知环境中,研究有效的自主探测方法是移动机器人领域的关键问题之一。探索效率和遍历问题是这个问题的主要制约因素,为此提出了一种基于改进的快速探索随机树(RRT:Rapidly-exploring Random Tree)算法的探索策略。这种方法使用具有可变生长率的全局探索树来加速树的扩展和对边界点的探索。同时,采用局部探索树结合移动窗口方法,便于探索机器人附近的未知区域,降低路径成本。通过在机器人操作系统(ROS:Robot Operating System)中的仿真表明,该方法有效地完成了探索,且降低了路径和时间成本。展开更多
文摘为解决多障碍物环境下水面无人艇(unmanned surface vehicle,USV)多任务点路径规划问题,提出一种基于改进的快速探索随机树(rapidly-exploring random tree,RRT)的路径规划算法。在分析USV运动数学模型和经典RRT算法的基础上,将USV的运动数学模型融合到RRT算法中,预报两个任务点之间的路径曲线和距离;针对RRT算法随机性的特点,设计RRT路径优化算法,删除冗余路径点,得到优化路径;最后利用改进遗传算法,确定多任务点的访问顺序,生成多任务点路径,节省USV巡航路径距离。仿真结果证明,在多任务点及多障碍物存在的条件下,该方法能够确定一条合理的路径,具有一定的实际意义。
文摘在未知环境中,研究有效的自主探测方法是移动机器人领域的关键问题之一。探索效率和遍历问题是这个问题的主要制约因素,为此提出了一种基于改进的快速探索随机树(RRT:Rapidly-exploring Random Tree)算法的探索策略。这种方法使用具有可变生长率的全局探索树来加速树的扩展和对边界点的探索。同时,采用局部探索树结合移动窗口方法,便于探索机器人附近的未知区域,降低路径成本。通过在机器人操作系统(ROS:Robot Operating System)中的仿真表明,该方法有效地完成了探索,且降低了路径和时间成本。
