基于改进RRT算法的移动机器人路径规划

来源:用户上传      作者:郭梦诗 冯丽娟 代传垒

　　摘要：针对传统RRT算法在多障碍物、曲折狭窄道路等无规律环境下，随机性大、收敛速度慢、效率低等问题，提出一种改进RRT路径规划算法，以提高在二维环境下移动机器人的路径规划性能。改进算法通过引入障碍物因子进行区域节点采样，减少采样时间和次数;同时对新产生的节点进行约束，降低方向随机性，减少目标区域振荡情况，加快搜索速度;此外，剔除冗余节点使路径更加平滑，路径长度缩短且对内存需求降低。通过实验仿真验证：改进算法能满足复杂环境下的避障路径规划，随机性降低速度较快，具有较好的可行性和有效性。
　　关键词：改进RRT算法路径规划平滑避障
　　Path Planning of Mobile Robot Based on Improved RRT Algorithm
　　GUO Mengshi FENG LijuanDAI Chuanlei
　　（School of electronic and electrical engineering， Zhengzhou University of science and technology， Zhengzhou， Henan Province， 450064 China）
　　Abstract： Aiming at the problems of large randomness， slow convergence and low efficiency of traditional RRT algorithm in irregular environments such as multi obstacles and tortuous narrow roads， an improved RRT path planning algorithm is proposed to improve the path planning performance of mobile robot in two-dimensional environment. The improved algorithm reduces the sampling time and times by introducing the obstacle factor to sample the regional nodes; at the same time， the new nodes are constrained to reduce the direction randomness， reduce the oscillation in the target area and speed up the search speed; in addition， eliminating redundant nodes makes the path smoother， the path length shorter and the memory demand lower. The experimental simulation shows that the improved algorithm can meet the obstacle avoidance path planning in complex environment， reduce the randomness quickly， and has good feasibility and effectiveness.
　　Key Words： Improved RRT algorithm;Path planning;Smooth;Obstacle avoidance
　　随着科技的发展，机器人机械臂在生产生活中的应用愈加广泛[1]。与此同时，路径规划问题成为此领域的热点及难点问题。由于机器人应用场景广、灵活性强，若避障规划效率低，则工作质量易受到影响[2]。避障规划是指在有障碍物等特定环境下，机器人机械臂在自身和约束条件下寻找到一条从起点到终点的无碰撞有效路径[3]。多种路径规划算法被广泛提出，并在实际生产生活中取得了较好的效果，比如基于搜索的粒子群算法[4]、A*算法[5]、人工势场法[6]等。以上算法当机器人环境维度、自由度、空间复杂度等增加时，其避障规划复杂度倍增[7]。快速搜索随机树（RRT）算法是一种典型的基于采样的规划方法，此算法不必对环境障碍物进行精确描述，且在多维复杂环境中效果明显[8]。
　　传统RRT算法采样均匀，复杂环境收敛慢，且其搜索路径一般不是最优。因此大量学者对此算法存在的缺陷提出了多种改进和解决方案。Faris 等人通过引入多次样条曲线将RRT算法路径点进行排序获得平滑路径[9]; Gammell 引入空g约束减少规划时间[10];尹高扬等人通过改进邻近点的采样选取进行全局采样，但在搜索时间上有所延长[11]。以上算法在路径规划长度上明显减少，但运算时耗时较长。故而，如何高效地获取一条可行较优的路径仍是目前避障规划研究的热点和重点。
　　对于传统RRT算法搜索慢、路径冗余节点多和终点附近振荡等问题，本文进行了算法改进，使得机器人机械臂在避障路径规划上更加平稳。通过Matlab仿真验证了本文算法在路径长度和节点数量等方面的有效性。
　　1 基本RRT算法
　　传统RRT算法在1998年由Lavalle提出[12]，无需对环境进行精确建模即可找到一条可行路径。此算法的中心思想是从已知的确定的节点作为起始点，通过随机采样的方法在状态空间中无规律地产生大量叶子节点，通过叶子节点逐渐向目标点靠近的树状结构，当增加的节点中包括终点时，即找到一条起点到终点的有效路径。此算法在全局路径规划中应用广泛。传统RRT算法搜索仿真如图1所示。
　　算法的扩展示意图如图2所示。
　　RRT算法的伪代码为：

nlc202206241637

转载注明来源:https://www.xzbu.com/1/view-15434568.htm