基于改进快速行进树的自主代客泊车路径规划

为了加速自主代客泊车系统落地,基于改进快速行进树算法提出了一种自主代客泊车路径规划方法.首先,采用类广度优先搜索策略建立环境地图的“路径场”,并提出一种高计算效率的避障检测策略,基于环境地图“路径场”提出一种符合汽车非完整约束的远端参考点和近端参考点选取原则与路径节点更新原则,通过使路径节点逐渐靠近目标节点来完成自主代客泊车引导路径规划任务.其次,基于Dubins曲线规划满足初始泊车方位角任意性要求和泊车位方位角的非唯一性要求的泊车路径,引导汽车安全驶入泊车位.最后,仿真验证所提方法的可行性.结果表明:相对于传统的快速行进算法,所提方法规划的自主代客泊车路径满足汽车非完整约束要求,可以安全引导汽车完成自主代客泊车任务.

基于改进FMT^(*)算法的机器人路径规划

为了解决FMT^(*)算法在路径规划过程中收敛速度慢、路径优化效率低的问题,提出了一种基于启发函数的知情快速行进树(HIFMT^(*))算法。HIFMT^(*)算法将路径规划分为寻找初始路径和路径优化两个阶段,在寻找初始路径阶段,通过引入启发函数加快了算法的收敛速度。在路径优化阶段,先去除初始路径的冗余节点进行初步优化,再对处理后的路径进行知情优化操作,直到最终生成的路径为最优路径。通过对比HIFMT^(*)算法与同种类型的算法在二维地图中的仿真结果,在规则障碍物环境与杂乱障碍物环境下,HIFMT^(*)算法找到最优解的速度相较于FMT^(*)算法和BBI-FMT^(*)算法分别提升了75.73%和68.35%、53.25%和29.44%,验证了HIFMT^(*)算法的有效性。

第二十讲:融合贪婪思想的GFMT*路径规划方法研究

针对FMT*算法在机器人路径规划过程中存在无效迭代计算导致收敛速度变慢的问题,本文提出了一种融合贪婪思想的快速行进树算法(GFMT*)。该算法的主要思想为在特定条件下使扩展点直接与目标点连接进而避免无效迭代计算降低收敛速度。通过仿真实验结果表明GFMT*算法提升收敛速度的效果明显并且地图越复杂实验效果越明显。