基于MOBDB-RRT^(*)算法的移动机器人路径规划

针对RRT^(*)算法在复杂的障碍物环境中路径规划时,存在盲目搜索、冗余节点、路径不光滑以及易靠近障碍物等问题,提出了一种基于膨胀化障碍物环境的双向动态目标偏置RRT^(*)算法(MOBDB-RRT^(*))。首先,将障碍物进行膨胀化处理,确保为机器人留出安全的运行距离;然后,在RRT^(*)算法的基础上引入双向动态目标偏置策略,缩短了搜索路径的时间,提高了算法的规划效率;最后,采用修剪算法和三次贝塞尔曲线对已规划好的路径进行优化,从而生成一条更短、更光滑的路径。仿真实验证明:改进后的RRT^(*)算法在路径规划效率和路径质量上具有优越性。