面向UAV的三维空间快速路径规划算法

无人机、无人水下机器人等工作在三维空间中的无人飞行器在进行路径规划时采用的路径规划算法多数为RRT^(*)算法,但RRT^(*)算法存在收敛速度较慢、迭代次数多、采样点利用率低、需要频繁进行碰撞检测等问题,针对现有算法采样的不足,提出双向自由化生长树算法(B-SOGT^(*))。该算法采用双向搜索、双引力场、试探性弹性扩张的方法来实现无人机在三维空间中的路径规划。双向搜索分别以起始点和目标点为根节点,构造出2棵随机树同时进行空间搜索,这样的方式提高了搜索效率;双引力场是分别以2颗随机树的根节点为中心生成的引力场,在引力场的作用下采样效率得到提升;试探性弹性扩张方法在生成路径时,引入父节点重选机制,并且去掉碰撞检测过程,提高了算法计算速度。仿真验证表明,B-SOGT^(*)算法在取消碰撞检测过程后,拥有收敛速度更快、路径质量更优、迭代次数更少的优势。