基于改进BIT*的机器人的全局路径规划

针对传统批处理通知树(batch informed trees, BIT*)算法在初次采样得到的规划路径过长,使得最终路径规划效率不高的问题,提出一种均匀随机采样算法用于算法初始采样点的生成。实验结果表明,均匀随机采样对于复杂有序地图和复杂无序地图进行采样均能在保留随机性的同时,拥有比随机采样更高的离散性。因此基于均匀随机采样改进的BIT*相比于快速探索随机树(rapid exploring random tree star,RRT*)RRT*和传统BIT*,无论是对于复杂有序地图,还是复杂无序地图进行全局路径规划均能提高路径规划的效率和稳定性,在较短的时间内找到一条优秀的路径。