针对传统rrt(Rapidly-Exploring Random Tree)算法和双向rrt*算法在复杂环境下进行无人机路径规划时存在采样效率低、采样点随机性较强和规划的路径曲折等问题,提出了改进的双向rrt*算法。该算法首先采用目标导向策略引导采样点朝向目标...
详细信息
针对传统rrt(Rapidly-Exploring Random Tree)算法和双向rrt*算法在复杂环境下进行无人机路径规划时存在采样效率低、采样点随机性较强和规划的路径曲折等问题,提出了改进的双向rrt*算法。该算法首先采用目标导向策略引导采样点朝向目标点生成,然后人工势场作用于随机树节点可以避免跟障碍物碰撞,且减少了搜索路径的长度,随机树节点生长时还结合了无人机自身飞行约束,并通过结合三角划线法去除冗余节点策略和三阶B样条曲线对航迹进行平滑处理,使得规划出的路径更优。最后在复杂环境和动态环境中仿真实验,仿真结果表明:该算法有效提高航迹规划速度并缩短航迹长度,能很好的在复杂环境中生成一条安全、平滑且快速的航迹,可以应用于在线航迹规划。
暂无评论