基于改进椭圆域RRT^(*)算法的智能车路径规划OA
针对智能车辆在复杂狭窄环境中避障时,快速探索随机树(RRT)规划算法存在路径曲折、收敛速度慢以及节点利用率低等问题,提出一种基于椭圆采样域的改进RRT^(*)路径规划算法。建立智能车辆的运动学模型和约束条件;根据起始点和目标点的位置定义椭圆形采样区域,增强采样勘探效率,在引力和斥力势场中新增分量来解决局部最小值目标不可达到的问题;通过B样条进一步平滑处理,提高路径质量。改进前后的仿真试验对比表明,改进后的算法在路径长度、路径节点数、迭代次数、规划时间和曲率连续性等方面都有提高,具有更高的规划效率和平滑的路径。
查云飞;黄榕;王燕燕
福建理工大学,福州350118福建理工大学,福州350118福建理工大学,福州350118
交通工程
路径规划快速探索随机树椭圆域采样车轮转角约束人工势场法
《汽车工程学报》 2026 (4)
P.600-609,10
福建省高校产学合作项目(2023H6019)。
评论