期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于节点到障碍物距离的自适应扩展RRT^(*)路径规划算法
被引量：
1
1
作者
王蔡琪
崔西宁
+1 位作者
熊毅
伍世虔
《计算机应用》
北大核心
2025年第3期920-927,共8页
快速扩展随机树星(RRT^(*))因具有渐近最优性和概率完备性,在机器人路径规划领域有广泛的应用。然而,RRT^(*)及其改进算法仍存在初始路径质量差、路径收敛慢和探索效率低等缺陷。针对这些问题,提出一种基于节点到障碍物距离的自适应扩展...
快速扩展随机树星(RRT^(*))因具有渐近最优性和概率完备性,在机器人路径规划领域有广泛的应用。然而,RRT^(*)及其改进算法仍存在初始路径质量差、路径收敛慢和探索效率低等缺陷。针对这些问题,提出一种基于节点到障碍物距离的自适应扩展RRT^(*)算法——AE-RRT^(*)。为提高探索效率,采用基于节点到障碍物距离的动态目标偏置采样策略和动态步长策略,从而在更短的时间内获得初始路径。为提高路径的质量,提出一种更精确的选择父节点的方法MA-ChooseParent,从而扩大选择父节点的集合。此外,为加快路径收敛,在路径收敛阶段采用基于节点到障碍物距离的自适应高斯采样方法和全局高斯采样方法AG-Gaussian Sample。通过Matlab中的仿真实验将AE-RRT^(*)与RRT^(*)、Quick-RRT^(*)、Bi-RRT^(*)、Informed-RRT^(*)和Smart-RRT^(*)进行对比。实验结果表明,与RRT^(*)相比,AE-RRT^(*)在二维环境中找到初始路径的时间、初始路径的长度和收敛至全局次优路径的时间分别减少了63.78%、6.55%和71.93%;在三维环境中的3个指标分别减少了59.44%、18.26%和79.58%。
展开更多
关键词
快速扩展随机树
动态
目标偏置采样
动态步长策略
自适应高斯
采样
路径规划
在线阅读
下载PDF
职称材料
基于DLGS-RRT-Connect算法的狭窄复杂空间路径规划
2
作者
薛佳慧
陶贤露
+3 位作者
潘树国
王萍
高旺
张俊豪
《电子测量与仪器学报》
2025年第9期25-38,共14页
路径规划是无人车辆实现自主导航的关键技术,决定着无人车辆能否安全高效地抵达目标点。但是,常见的路径规划算法在狭窄通道环境中存在收敛速度慢、规划耗时长以及路径质量差的问题。为此,提出一种基于双层引导采样的RRT-Connect(DLGS-R...
路径规划是无人车辆实现自主导航的关键技术,决定着无人车辆能否安全高效地抵达目标点。但是,常见的路径规划算法在狭窄通道环境中存在收敛速度慢、规划耗时长以及路径质量差的问题。为此,提出一种基于双层引导采样的RRT-Connect(DLGS-RRT-Connect)算法。首先,在狭窄通道中预先构建引导路径,采用搜索式连接策略引导随机树在狭窄通道中沿引导路径拓展,从而减少无效采样,提升算法在狭窄通道内的探索效率。其次,算法引入目标偏置策略,降低采样过程中的随机性,为随机树的生长提供方向性引导,从而进一步提升路径规划的效率。最后,仿真结果表明,相较于常见的Goal_bias RRT、Informed-RRT^(*)和RRT-Connect算法,DLGS-RRT-Connect算法在狭窄通道环境中的规划成功率分别提高了35%,60%,26%,平均规划时长分别降低了70.62%,97.65%,63.92%,路径平均长度也分别减少了14.53%,16.70%,18.84%,可以有效改善狭窄环境规划路径的平滑性和安全性。
展开更多
关键词
DLGS-RRT-Connect
快速搜索随机树(RRT)
引导路径
目标偏置采样
路径优化
在线阅读
下载PDF
职称材料
题名
基于节点到障碍物距离的自适应扩展RRT^(*)路径规划算法
被引量：
1
1
作者
王蔡琪
崔西宁
熊毅
伍世虔
机构
武汉科技大学信息科学与工程学院
出处
《计算机应用》
北大核心
2025年第3期920-927,共8页
基金
湖北省技术创新专项(ZDCX2019000025)。
文摘
快速扩展随机树星(RRT^(*))因具有渐近最优性和概率完备性,在机器人路径规划领域有广泛的应用。然而,RRT^(*)及其改进算法仍存在初始路径质量差、路径收敛慢和探索效率低等缺陷。针对这些问题,提出一种基于节点到障碍物距离的自适应扩展RRT^(*)算法——AE-RRT^(*)。为提高探索效率,采用基于节点到障碍物距离的动态目标偏置采样策略和动态步长策略,从而在更短的时间内获得初始路径。为提高路径的质量,提出一种更精确的选择父节点的方法MA-ChooseParent,从而扩大选择父节点的集合。此外,为加快路径收敛,在路径收敛阶段采用基于节点到障碍物距离的自适应高斯采样方法和全局高斯采样方法AG-Gaussian Sample。通过Matlab中的仿真实验将AE-RRT^(*)与RRT^(*)、Quick-RRT^(*)、Bi-RRT^(*)、Informed-RRT^(*)和Smart-RRT^(*)进行对比。实验结果表明,与RRT^(*)相比,AE-RRT^(*)在二维环境中找到初始路径的时间、初始路径的长度和收敛至全局次优路径的时间分别减少了63.78%、6.55%和71.93%;在三维环境中的3个指标分别减少了59.44%、18.26%和79.58%。
关键词
快速扩展随机树
动态
目标偏置采样
动态步长策略
自适应高斯
采样
路径规划
Keywords
Rapidly-exploring Random Tree(RRT)
dynamic goal-biased sampling
dynamic step size strategy
adaptive Gaussian sampling
path planning
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于DLGS-RRT-Connect算法的狭窄复杂空间路径规划
2
作者
薛佳慧
陶贤露
潘树国
王萍
高旺
张俊豪
机构
东南大学仪器科学与工程学院综合时空网络与装备技术全国重点实验室
出处
《电子测量与仪器学报》
2025年第9期25-38,共14页
基金
江苏省前沿技术研发计划(BF2024009)项目资助。
文摘
路径规划是无人车辆实现自主导航的关键技术,决定着无人车辆能否安全高效地抵达目标点。但是,常见的路径规划算法在狭窄通道环境中存在收敛速度慢、规划耗时长以及路径质量差的问题。为此,提出一种基于双层引导采样的RRT-Connect(DLGS-RRT-Connect)算法。首先,在狭窄通道中预先构建引导路径,采用搜索式连接策略引导随机树在狭窄通道中沿引导路径拓展,从而减少无效采样,提升算法在狭窄通道内的探索效率。其次,算法引入目标偏置策略,降低采样过程中的随机性,为随机树的生长提供方向性引导,从而进一步提升路径规划的效率。最后,仿真结果表明,相较于常见的Goal_bias RRT、Informed-RRT^(*)和RRT-Connect算法,DLGS-RRT-Connect算法在狭窄通道环境中的规划成功率分别提高了35%,60%,26%,平均规划时长分别降低了70.62%,97.65%,63.92%,路径平均长度也分别减少了14.53%,16.70%,18.84%,可以有效改善狭窄环境规划路径的平滑性和安全性。
关键词
DLGS-RRT-Connect
快速搜索随机树(RRT)
引导路径
目标偏置采样
路径优化
Keywords
DLGS-RRT-Connect
RRT
guided paths
target bias sampling
path optimization
分类号
TP242 [自动化与计算机技术]
TN96 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于节点到障碍物距离的自适应扩展RRT^(*)路径规划算法
王蔡琪
崔西宁
熊毅
伍世虔
《计算机应用》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
基于DLGS-RRT-Connect算法的狭窄复杂空间路径规划
薛佳慧
陶贤露
潘树国
王萍
高旺
张俊豪
《电子测量与仪器学报》
2025
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
