期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
动态环境下改进BIT^(*)算法的机器人路径规划
1
作者 王晓军 崔锡杰 李晓航 《计算机工程与应用》 北大核心 2025年第7期361-369,共9页
针对批量通知树算法在小样本中搜索路径成功率低、大样本中规划效率低、路径冗余节点多以及无法躲避未知障碍物的问题,提出动态环境批量通知树算法。利用改进批量采样点策略将样本点均匀等间距处理,并改进批量采样点数量以及偏置采样点... 针对批量通知树算法在小样本中搜索路径成功率低、大样本中规划效率低、路径冗余节点多以及无法躲避未知障碍物的问题,提出动态环境批量通知树算法。利用改进批量采样点策略将样本点均匀等间距处理,并改进批量采样点数量以及偏置采样点位置,弥补搜索路径成功率低的缺点;加入惩罚项改进启发式函数,弥补路径规划效率低的缺点;再引入路径拉伸优化减少路径长度以及冗余节点,缩小采样范围。面对未知障碍物,利用反向生长搜索树先验信息提出临时目标点选取策略,并结合改进随机点、转向角以及新节点的快速扩展随机树(RRT)算法,避免重规划路径过分偏离以及不能及时躲避。与其他算法进行对比,结果表明:动态环境批量通知树算法规划路径成功率和效率更高,路径长度和拐点数更少,躲避未知障碍物性能更高,重规划路径更接近全局路径。 展开更多
关键词 批量通知树算法 反向生长搜索树 批量采样点策略 启发式函数 快速扩展随机树(RRT)算法 路径重规划
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部