期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于新型CF-RRT^(*)算法的智能汽车新型自动泊车路径规划技术
1
作者 赵闵清 宁善平 《广东交通职业技术学院学报》 2025年第2期59-63,共5页
针对原始RRT^(*)自动泊车路径规划算法难以获取平滑、准确及最优路径的问题,提出一种基于新型CF-RRT^(*)算法的自动泊车路径规划算法。首先,为提升避障安全性,对环境障碍物进行尺寸膨胀处理,并根据膨胀后的安全距离进行步长自适应调整;... 针对原始RRT^(*)自动泊车路径规划算法难以获取平滑、准确及最优路径的问题,提出一种基于新型CF-RRT^(*)算法的自动泊车路径规划算法。首先,为提升避障安全性,对环境障碍物进行尺寸膨胀处理,并根据膨胀后的安全距离进行步长自适应调整;然后,为提升路径规划收敛性能,引入自适应权重修剪策略对冗余节点进行修剪;最后,引入三次样条曲线对路径进行平滑处理。仿真试验结果表明:与原始RRT^(*)算法相比,改进后的新型CF-RRT^(*)算法规划出的路径在两种自动泊车场景中不仅可有效实现避障泊车功能,而且规划时间和路径质量更具有优越性,可为泊车路径规划技术的发展提供理论依据和技术参考。 展开更多
关键词 自动泊车 路径优化 RRT^(*)算法 三次样条曲线 仿真试验
在线阅读 下载PDF
基于MI-RRT^(*)算法的路径规划研究 被引量:3
2
作者 于强 彭昭鸿 +2 位作者 黎旦 李利彬 高艺成 《现代防御技术》 北大核心 2023年第4期116-125,共10页
针对Informed-RRT(rapidly-exploring random tree)^(*)算法收敛速度慢、优化效率低和生成路径无法满足实际需求等问题,开展了基于MI-RRT^(*)(Modified Informed-RRT^(*))算法的路径规划研究,通过引入贪心采样和自适应步长的方法提高算... 针对Informed-RRT(rapidly-exploring random tree)^(*)算法收敛速度慢、优化效率低和生成路径无法满足实际需求等问题,开展了基于MI-RRT^(*)(Modified Informed-RRT^(*))算法的路径规划研究,通过引入贪心采样和自适应步长的方法提高算法的收敛率,减少路径生成时间、降低内存占用;利用最小化Snap曲线优化的方法使路径平滑的同时动力也变化平缓,达到节省能量的效果,并提供实际可执行的路径。最后通过多组不同复杂度的实验环境表明,较Informed-RRT^(*)算法MI-RRT^(*)算法稳定性更高、所得规划路径平滑可执行,并且能够减少20%的迭代次数和25%的搜索时间,得出在开阔以及密集环境中MI-RRT^(*)算法较Informed-RRT^(*)和RRT^(*)算法有明显的优势。 展开更多
关键词 Informed-RRT^(*)算法 贪心采样 自适应步长 MI-RRT^(*) 最小化Snap曲线优化 RRT^(*)算法
在线阅读 下载PDF
基于改进的RRT^(*)算法的AUV集群路径规划 被引量:14
3
作者 张兰勇 韩宇 《中国舰船研究》 CSCD 北大核心 2023年第1期43-51,共9页
[目的]针对微小型欠驱动自主式水下机器人(autonomous underwater vehicle,AUV)集群控制问题,设计一种基于改进RRT^(*)算法的编队控制策略。[方法]RRT^(*)算法规划的路径陡变难以跟踪且收敛速度较慢,针对该问题提出改进方法。首先加入... [目的]针对微小型欠驱动自主式水下机器人(autonomous underwater vehicle,AUV)集群控制问题,设计一种基于改进RRT^(*)算法的编队控制策略。[方法]RRT^(*)算法规划的路径陡变难以跟踪且收敛速度较慢,针对该问题提出改进方法。首先加入偏置函数使随机采样点靠近目标点,然后采用Dubins曲线平滑连接采样点,通过在可变半径范围内重新布线,并设计有关曲线长度与避障的代价函数,选择最优路径。依据代价和最小值为多AUV分配集结点,协调多AUV速度完成最小集结时间约束,随后设计基于Dubins路径的分段向量场构造方法,使得多AUV跟踪规划路径,到达目标集结点时速度与方向保持一致。[结果]仿真结果表明,多AUV编队平均路径长度缩短26.6%,平均集结时间缩短21.7%。[结论]该算法路径规划质量高,可顺利完成编队集结任务。 展开更多
关键词 自主式水下机器人 集群运动 Dubins曲线 RRT^(*)算法 向量场
在线阅读 下载PDF
基于改进RRT^(*)算法的超冗余度机器人末端避障路径规划 被引量:5
4
作者 赵盼 杜兆才 +1 位作者 刘江 王明阳 《航空制造技术》 CSCD 北大核心 2023年第4期90-95,110,共7页
针对超冗余度机器人路径跟随运动,研究了末端避障路径规划方法,在障碍物建模方面,对超冗余度机器人关节结构及路径跟随运动状态进行分析,引入路径约束,并对障碍物进行膨胀化处理;在路径规划层面上,对传统RRT^(*)算法进行了优化,采用改... 针对超冗余度机器人路径跟随运动,研究了末端避障路径规划方法,在障碍物建模方面,对超冗余度机器人关节结构及路径跟随运动状态进行分析,引入路径约束,并对障碍物进行膨胀化处理;在路径规划层面上,对传统RRT^(*)算法进行了优化,采用改进路径生成方式、引入转角约束、碰撞后调整等策略,改进了传统RRT^(*)算法随机路径转角大、路径复杂等缺点,并在MATLAB中进行了试验验证。结果表明,与传统RRT^(*)算法所规划的路径相比,该方法能够有效缩短路径长度,减少节点数量,提升路径规划的质量。 展开更多
关键词 超冗余度机器人 路径规划 路径跟随 改进RRT^(*)算法 转角约束
在线阅读 下载PDF
基于MOBDB-RRT^(*)算法的移动机器人路径规划 被引量:4
5
作者 张瑞 周丽 刘震锴 《电光与控制》 CSCD 北大核心 2022年第7期12-16,36,共6页
针对RRT^(*)算法在复杂的障碍物环境中路径规划时,存在盲目搜索、冗余节点、路径不光滑以及易靠近障碍物等问题,提出了一种基于膨胀化障碍物环境的双向动态目标偏置RRT^(*)算法(MOBDB-RRT^(*))。首先,将障碍物进行膨胀化处理,确保为机... 针对RRT^(*)算法在复杂的障碍物环境中路径规划时,存在盲目搜索、冗余节点、路径不光滑以及易靠近障碍物等问题,提出了一种基于膨胀化障碍物环境的双向动态目标偏置RRT^(*)算法(MOBDB-RRT^(*))。首先,将障碍物进行膨胀化处理,确保为机器人留出安全的运行距离;然后,在RRT^(*)算法的基础上引入双向动态目标偏置策略,缩短了搜索路径的时间,提高了算法的规划效率;最后,采用修剪算法和三次贝塞尔曲线对已规划好的路径进行优化,从而生成一条更短、更光滑的路径。仿真实验证明:改进后的RRT^(*)算法在路径规划效率和路径质量上具有优越性。 展开更多
关键词 RRT^(*)算法 路径规划 膨胀化障碍物 双向动态目标偏置 修剪算法 三次贝塞尔曲线
在线阅读 下载PDF
改进RRT^(*)算法的智能车辆路径规划 被引量:4
6
作者 赵港 《汽车实用技术》 2021年第22期41-43,共3页
RRT^(*)算法是智能车路径规划的常用方法,但传统RRT^(*)算法在汽车路径规划方面存在路径转折多、曲率波动较大等问题。针对这些问题,文章提出了一种改进RRT^(*)算法,通过距离公式选取次级节点,同时添加路径转折点角度约束,从而达到限制... RRT^(*)算法是智能车路径规划的常用方法,但传统RRT^(*)算法在汽车路径规划方面存在路径转折多、曲率波动较大等问题。针对这些问题,文章提出了一种改进RRT^(*)算法,通过距离公式选取次级节点,同时添加路径转折点角度约束,从而达到限制最小路径段长度和减小路径曲率变化的目的。通过MATLAB仿真平台对改进的RRT^(*)算法进行仿真验证。实验结果表明,该算法能够提高生成轨迹的平滑度,规划的路径更符合车辆在行驶过程中的轨迹特征。 展开更多
关键词 路径规划 RRT^(*)算法 角度约束
在线阅读 下载PDF
枣树剪枝机械臂路径规划研究——基于改进RRT^(*)算法
7
作者 马保建 陈棒棒 +1 位作者 刘向东 蒋焕煜 《农机化研究》 2025年第8期46-51,共6页
针对休眠期枣树自动剪枝过程中机械臂路径规划的问题,提出了基于改进RRT^(*)算法的机械臂路径规划方法。为了获得真实休眠期枣树的树形结构,搭建了一台视觉采集系统,对上下布置的2个深度相机进行位姿标定,同时提出了枣树三维点云预处理... 针对休眠期枣树自动剪枝过程中机械臂路径规划的问题,提出了基于改进RRT^(*)算法的机械臂路径规划方法。为了获得真实休眠期枣树的树形结构,搭建了一台视觉采集系统,对上下布置的2个深度相机进行位姿标定,同时提出了枣树三维点云预处理的算法流程,通过对背景噪声、地面噪声的去除得到单棵无噪声的枣树点云。结合真实枣树结构和机器人工具箱构建了剪枝过程中机械臂路径规划的仿真环境,试验结果表明:改进后的RRT^(*)算法能够进一步减少路径规划的轨迹长度和运行时间;对于剪枝点3到剪枝点4的平均路径为5140 mm、运行时间为64.6 s,其优化后的路径长度为1244 mm、运行时间为29 s;而对于剪枝点4到剪枝点6的平均路径为1169 mm、运行时间为60.2 s,其优化后的平均路径长度为672 mm、运行时间为17 s;标准差和变异系数变化范围较小,验证了提出的方法具有可重复性。 展开更多
关键词 休眠期枣树 剪枝机械臂 路径规划 RRT^(*)算法 三维点云
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部