期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
复杂环境下基于RRT^(*)引导MPPI的移动机器人路径规划
1
作者 郑建校 黄子健 +2 位作者 刘金颂 童枭扬 陈刚 《计算机应用研究》 2025年第12期3675-3682,共8页
针对复杂环境下路径规划的高效性和动态避障问题,提出了一种融合全局快速随机探索树(rapidly exploring random tree^(*),RRT^(*))与局部模型预测路径积分(model predictive path integral,MPPI)的路径规划算法。在全局规划阶段,改进的R... 针对复杂环境下路径规划的高效性和动态避障问题,提出了一种融合全局快速随机探索树(rapidly exploring random tree^(*),RRT^(*))与局部模型预测路径积分(model predictive path integral,MPPI)的路径规划算法。在全局规划阶段,改进的RRT^(*)算法通过环境感知模型评估局部环境复杂度,并引入方向偏置因子优化路径的收敛速度。同时,提出了自适应重布线半径和剪切插值策略,提高了搜索效率,为算法提供高质量的导航节点。在局部规划阶段,基于RRT^(*)的初始全局路径,模型预测路径积分结合自适应目标点导航策略,在动态半径圆内对路径节点进行搜索,并根据权重评估选取最优导航点。引入障碍物动态约束增强动态避障能力,实现路径的实时调整以规避动态障碍物。实验结果表明,所提出的改进算法与标准RRT^(*)引导MPPI算法在复杂动态环境中相比,规划成功率提高了12.37%,规划时间降低了29.20%,且总移动距离也小于其他方法,显著提高了路径规划效率和路径平滑性,表现出优异的鲁棒性和适应性。 展开更多
关键词 移动机器人 快速随机探索树算法 模型预测路径积分 路径规划 权重函数 动态避障
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部