移动机器人实时采样路径重规划

doi:10.3778/j.issn.1002-8331.2012-0053

摘要/摘要

摘要：

针对传统采样规划算法因随机性强，在动态环境中重规划时路径质量差，抖动严重，实时优化效果不明显等问题，提出了一种利用反向生长最优快速搜索随机树的实时采样重规划算法DRT-RRT*（动态实时RRT*）引入基于三角不等式的剪枝策略对路径进行平滑处理以减少路径拐点；提出了组合采样策略和局部终点跳动策略，将优化目标由全局路径聚焦于机器人当前位置至最近路径拐点的局部路径段，实时对执行路径段进行修正，进而提高路径质量的稳定性；在路径重规划时仅对受影响的随机树枝进行修剪，并在随机树重新生长时引入了目标偏置采样策略，与组合采样策略共同作用，提高路径搜索速率和稳定程度；将DRT-RRT*RRT*和增加了三角不等式剪枝策略的RRT*-修剪进行仿真对比分析，实验结果验证了DRT-RRT公司*重规划的高效性和稳定性。

关键词: 移动机器人, 路径规划, 动态实时-快速搜索随机树*（DRT-RRT*），组合采样, 实时重规划

摘要：

针对传统的基于采样的规划算法在动态环境中重规划时由于其较强的随机性，导致路径质量差、抖动严重、实时优化效果差的问题，提出了一种使用反向最优快速展开随机树的实时采样重规划算法DRT-RRT*。首先，引入一种基于三角形不等式的剪枝策略来平滑路径以减少拐点。然后，在优化执行路径的过程中，提出了组合采样策略和局部终端跳跃策略，将优化目标从全局路径集中到局部路径段，从机器人当前位置到最近的拐点，然后实时修改执行路径段，以提高路径质量的稳定性。其次，在路径重新规划中只剪除受影响的随机树，并在随机树再次生长时引入目标偏向抽样策略，与组合抽样策略相结合，提高了路径的搜索速度和稳定性。最后，对添加三角不等式剪枝策略的RRT*-剪枝与DRT-RRT*和RRT*进行了比较分析。实验结果验证了DRT-RRT*重新规划的效率和稳定性。

关键词： 移动机器人，路径规划，动态实时快速扩展随机树*（DRT-RRT*），组合采样，实时路径重排

涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J] ●●●●。计算机工程与应用, 2021, 57(20): 157-163.

屠瑞、王文革、卢成阳。移动机器人实时采样路径重新规划[J]。计算机工程与应用，2021，57（20）：157-163。

参考文献

[1] DIAZ D，KELLY R.关于广义差动驱动轮式移动机器人的建模和位置跟踪控制[C]//IEEE国际自动化会议（ICA-ACCA），2016:1-6。
[2] 霍凤财，迟金，黄梓健，等.移动机器人路径规划算法综述[J] .《太阳报》(信息科学版），2018，36（6）：639-647.
霍福成，池杰，黄志杰，等.移动机器人路径规划算法综述[J]。吉林大学学报（信息科学版），2018,36（6）：639-647。
[3] 刘新宇，谭力铭，杨春曦，等.未知环境下的蚁群-聚类自适应动态路径规划[J] ●●●●。计算机科学与探索，2019，13（5）：846-857.
刘晓英，谭丽梅，杨春霞，等.基于蚁群聚类算法的未知环境下自适应动态路径规划[J]。计算机科学与技术前沿期刊，2019，13（5）：846-857。
[4] LAVALLE S M.Rapidly-exploring random trees:一种新的路径规划工具[R]。爱荷华州立大学，1998年。
[5] 郭银景，孟庆良，孔芳，等.水下机器人路径规划算法研究现状与展望[J] ●●●●。计算机科学与探索，2020，14（12）：1981-1994.
郭永杰，孟庆林，孔飞，等。水下机器人路径规划算法的研究现状与展望[J]。计算机科学与技术前沿杂志，2020,14（12）：1981-1994。
[6] LAN X，CAIRANO S D.使用RRT进行半自动车辆机动的连续曲率路径规划[C]//2015年欧洲控制会议（ECC），2015年。
[7] SOZZI A，BONFèM，FARSONI S，等.自主辅助手术机器人的动态运动规划[J]。电子学，2019,8（9）：957。
[8] 刘紫燕，张杰.改进RRT公司算法的室内移动机器人路径规划[J] ●●●●。计算机工程与应用，2020，56（9）：190-197.
刘志勇，张杰.室内移动机器人的改进RRT算法路径规划[J]。计算机工程与应用，2020,56（9）：190-197。
[9] BAK J H，HWANG S W，YOON J，等.复杂环境下缆索驱动并联机器人的无碰撞路径规划[J]。智能服务机器人，2019,12（3）：243-253。
[10] 张卫波，肖继亮.改进RRT公司在复杂环境下智能车路径规划中的应用[J/OL]。中国公路学报：1-16[2020-12-22].http://kns.cnki.net/kcms/detail/61.1313.U.20200628.1740.002.html。
张伟斌，肖建良。改进的RRT在复杂环境下智能车辆路径规划中的应用[J/OL]。《中国公路运输杂志》：1-16[2020-12-22].http://kns.cnki.net/kcms/detail/61。
1313.U.20200628.1740.002.html。
[11] 布鲁斯·J，VELOSO M M.机器人导航的实时随机路径规划[C]//IEEE/RSJ智能机器人与系统国际会议，2002。
[12] FERGUSON D，KALRA N，STENTZ A.使用RRTs重新规划[C]//2006年IEEE机器人与自动化国际会议论文集，2006年。
[13] 刘成菊，韩俊强，安康.基于改进RRT机器人杯机器人动态路径规划[J] 《中国日报》，2017,39（1）：8-15。
刘春杰，韩建清，安康.基于改进RRT算法的RoboCup机器人动态路径规划[J]。机器人，2017,39（1）：8-15。
[14] 司徒华杰，雷海波，庄春刚.动态环境下基于人工势场引导的RRT（参考文献）[J]。计算机应用研究，2021（3）：714-717.
SITU H J，LEI H B，ZHUANG C G.动态环境下基于人工势场的路径规划RRT算法[J]。计算机应用研究，2021（3）：714-717。
[15] KARAMAN S，FRAZZOLI E.基于采样的最优运动规划算法[M]。[S.l.]：Sage Publications，Inc，2011年。
[16] 张伟民，付仕雄.基于改进RRT公司*算法的移动机器人路径规划[J] ●●●●。华中科技大学学报（自然科学版），2021，49（1）：31-36.
张文明，傅世祥.基于改进RRT*算法的移动机器人路径规划[J]。华中科技大学学报（自然科学版），2021,49（1）：31-36。
[17] CONNELL D，LA H M.使用RRT的移动机器人动态路径规划和重新规划*[C]//IEEE国际系统会议，2017:1429-1434。
[18] ISLAM F、NASIR J、MALIK U等，RRT-智能：RRT的快速收敛实施？走向最佳解决方案[C]//国际机电一体化与自动化会议，2012年。