基于优化RRT算法的智能车辆路径规划策略

为了解决快速搜索随机树(RRT)算法存在收敛速度慢、生成路径质量差等问题,提出一种融合算法,即将人工势场法以及A*算法的代价函数融合到RRT算法中。使用改进后的RRT算法生成路径,并将其所搜寻到的路径作为初始解传递给A*算法,进而重新规划出一条更优路径,并结合车辆运动学约束,利用贝塞尔曲线平滑路径。选取两种地图场景进行仿真实验,实验结果表明,提出的改进策略可以更快地生成质量更高且更符合汽车实际行驶的路径。仿真结果证明了该算法能有效提升RRT算法的收敛速度和路径质量。