计算机应用研究

作者：郑建校,黄子健,刘金颂,童枭扬,陈刚,

单位：1.西安建筑科技大学机电工程学院,西安710055；2.嘉兴大学机械工程学院,浙江嘉兴314001；

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,

基金：陕西省自然科学基础研究计划基金项目(2023-JC-YB-294)；浙江省尖兵领雁研发攻关计划(2024C04052)；；

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。

来源：2025年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第12期