多采样寻优的双向RRT路径规划算法

摘要

针对快速扩展随机树(aRT)算法因采用全局的均匀随机采样策略导致路径生长无导向性、规划速度过慢的问题,提出一种多采样寻优的双向RRT路径规划算法(MSB-RRT).该算法在随机点采样策略上使用多采样点方法,同时随机生成多个候选采样点,选取距目标点最近的点作为最终采样点,使得RRT扩展具有目标导向性,最后通过无障碍直连方法判断两棵RRT是否连通.通过仿真将MSB-RRT算法与RRT、Bi-RRT和GB-RRT算法进行性能对比,结果表明MSB-RRT算法显著提高了路径规划速度,加快了算法的收敛.实际场景中的轮式机器人试验,验证了MSB-RRT算法的有效性和实用性.