基于改进RRT-Connect算法的移动机器人路径规划

针对双向快速扩展随机树(RRT-Connect)算法在路径规划过程中采样随机性大、目标导向差、搜索效率低等问题,提出了一种基于区域约束采样的RRT-Connect算法。首先,该算法在进行节点扩展的过程中,将采样点限制在由对方搜索树末端所形成的约束区域,提高目标导向性,同时根据该区域形成反向次采样区域,用于逃脱局部震荡;其次,构建变转向角策略,减少随机采样过程中出现的逆生长现象;最后,利用贪婪策略消除路径冗余点以及二阶贝塞尔曲线进行路径平滑。通过多组仿真实验表明,改进RRT-Connect算法在平均路径长度、平均规划时间、有效节点利用率上均有较大改善,证明了改进机制的有效性。