计算机应用研究

作者：仲健宁,向国菲,佃松宜,

单位：四川大学电气工程学院,成都610065；

关键词：移动机器人,快速探索随机树,路径规划,改进RRT*,启发式,强化节点,

基金：国家重点研发计划资助项目(2018YFB1307401)；；

针对RRT*算法在狭窄通道等复杂环境产生大量节点和收敛速度慢的问题，提出一种基于多种启发式策略和强化节点机制改进的高效RRT*路径规划算法（heuristic node enhancement informed RRT*，HNEI-RRT*）。该算法首先采取组合启发式采样策略，快速找到初始路径之后在启发式子集内完成采样；同时提出启发式节点拒绝策略，拒绝不满足预设条件的节点参与后续扩展；其次，该算法提出强化节点机制，扩大节点蕴涵的信息，提高节点利用率。在各种障碍物分布和狭窄通道的复杂环境中的仿真结果表明，HNEI-RRT*算法的节点数量、收敛时间相比其他五类RRT*改进算法更少，验证了该算法能够节省内存花销的同时有效提高收敛速度。

来源：2021年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第8期