改进Bi-RRT算法的AGV全局路径规划

针对双向快速扩展随机树(Bidirectional Rapidly-Exploring Random Tree,Bi-RRT)算法中采样随机性大、路线贴合障碍物、生成路径存在大量冗余点等问题,提出了一种适用于自动导引运输车(Automatic Guided Vehicle,AGV)全局路径规划的改进Bi-RRT算法。该算法将基于概率p的目标偏向策略与A*算法中的代价估计思想结合起来,形成双重目标偏向策略以求得更优路径;在路径生成过程中加入安全距离判断机制,消除生成路径与障碍物贴合现象;此外,动态检测新节点与目标点的通路状态,减少不必要的随机采样过程;最后,利用遍历算法对所得路径进行后处理,滤除冗余点,使最终路径干净简洁。在MATLAB平台上对算法进行仿真实验,结果表明,改进算法相较于传统Bi-RRT,搜索时间更短,规划路径更优且可执行。