基于改进RRT算法的无人车路径规划研究

RRT是一种基于采样的路径规划算法,非常适合用于无人车的路径规划中。然而,传统的RRT算法在规划路径时存在随机性较大、扩展效率低、规划路径较为曲折等缺点,这些问题不利于无人车的移动。为此,文章提出了一种改进的RRT算法。首先,加入目标偏置策略和障碍物膨胀策略,以减小RRT算法扩展的随机性,提升搜索效率,同时保证规划路径的安全和稳定性。其次,采用启发式贪心思想的冗余节点剔除策略,使得生成的路径更加简短和高效。最后,使用三次B样条曲线对生成的路径进行平滑处理,使得规划出的路径更有利于无人车的行驶。实验结果表明,与原始RRT算法相比,改进的RRT算法表现更佳。