基于避障空間的移動機器人路徑規劃的研究

摘 要：為解決快速擴展隨機樹（RRT）算法隨機性強，擴展分支多，收斂時間長等問題，本文提出了一種改進的RRT算法。改進的RRT算法可以結合環境約束問題，快速搜索出一條起始節點到目標節點的的路徑，該路徑比傳統RRT算法路徑短，且有效減少搜索時間。通過在MATLAB上進行相關路徑規劃仿真實驗，實驗結果證明了算法的準確性和有效性。

關鍵詞：快速擴展隨機樹；環境約束；MATLAB；路徑規劃

DOI：10.16640/j.cnki.37-1222/t.2018.14.193

1 引言

隨著科學技術的迅速發展，機器人在工業，農業等各個領域廣泛應用[1，2]，在機器人大量應用的同時，路徑規劃問題需要被更好的解決[3]。

2 傳統RRT算法

傳統的快速快展隨機樹（RRT）算法是由Lavalle[4]提出來的。RRT算法的主要思想是在路徑規劃中從一個已知數據的節點開始作為起始節點，通過隨機采樣的方式在環境中無規律的產生大量節點，新產生的節點為葉子結點，通過增加葉子節點的數目，逐漸向目標節點靠近，當增加的葉子節點中包含有目標節點時，便可在隨機樹中找到一條從起始節點到目標節點的有效路徑。傳統RRT算法的擴展過程如圖2.1所示。

RRT算法的偽代碼為：

傳統的RRT算法是從一個根節點向周圍環境中的未知領域搜索擴展，可以使得路徑規劃達到全局搜索。但傳統RRT算法的隨機性，造成路徑規劃的不穩定性，且搜索環境復雜時，搜索時間過長，收斂性差。

3 改進的RRT算法

基于上述傳統RRT算法的不足，本文提出了一種改進的RRT算法，改進的RRT算法通過在路徑規劃過程中增加平面墻等環境約束，縮短搜索區域，提高了搜索的效率，使得規劃的路徑比傳統RRT算法路徑更優。

改進RRT算法的偽代碼如下：

改進RRT路徑規劃圖如圖3.1所示：

為了更好地對比傳統RRT算法和改進RRT算法的路徑規劃效果，把兩種算法編寫到同一個環境中進行對比觀察，效果圖如下3.2所示。其中起始點用綠色節點標識，目標點用紅色節點標識，從起始節點到目標節點規劃出兩條路徑，其中紅色路徑是傳統RRT算法的規劃路徑，用時4.391秒，而黑色路徑是改進RRT算法所得，用時1.389秒，在時間上明顯后者更優，且由圖可以明顯觀察到改進的RRT算法在路徑的長度質量上優于傳統算法。

4 總結

由上述的路徑規劃仿真圖可以看出，傳統的RRT算法具有隨機性，在搜索過程中產生了大量不必要分支，使得搜索路徑長，且速度過慢時間花費大。改進后的算法減少了路徑規劃的時間，提高了搜索效率。通過仿真驗證了其可行性。

參考文獻：

[1]畢昆，趙馨，機器人技術在農業中的應用方向和發展趨勢[J].中國農學通報，2011，27（04）：469-473.

[2]李磊，葉濤，譚民等.移動機器人技術研究現狀與未來[J].機器人，2002，24（05）：475-480.

[3]高曉巍.移動機器人的路徑規劃和仿真[J].計算機仿真，2013，30（07）：379-382.

[4]KHATIB O.Real-Time obstacle Avoidance for Manipulators and Mobile Robots[J].The International Journal Robotics Research，1986，5（01）：90-98.

作者簡介：郭夢詩（1993-），女，河南輝縣人，碩士研究生，研究方向控制科學與工程，