基于改进RRT*算法的井下巷道漫游路径规划方法

针对目前井下巷道作业人员行动轨迹重现,以及巷道漫游等三维可视化巷道虚拟现实过程中的碰撞检测和路径规划问题,提出一种将改进快速探索随机树(RRT*)算法和贪心算法相结合,解决井下巷道复杂环境和高维空间寻求最优路径的方法。这一改进方法使用优先探索策略和贪心策略,解决了RRT算法难以求解最优的可行路径和RRT*算法运动路径振荡的问题。通过Matlab仿真实验平台进行验证,结果表明:所提出的规划方法可得到满意的避障规划路径;且相较于RRT*算法,该方法减少了大部分的无用路径搜索和路径边径的内存存储,提高了路径规划的效率,有效解决了虚拟现实过程中运动路径的振荡问题,实现了平滑的路径规划。

基于改进RRT*算法的山地风电场道路路径优化

近年山地风电场建设规模大,其中道路的建设成本在整个风电场投资中占比较大,而目前针对山地风电场道路路径优化设计的研究和工程应用较少。针对山地风电场道路相关设计要求,将道路坡度和转弯半径作为约束条件,以建设成本作为目标,提出一种山地风电场道路路径优化设计的改进RRT*算法。采用提出的方法对三个山地风电场进行道路路径优化设计,结果表明,相比人工设计的道路方案,提出的方法可以有效控制道路坡度,减少道路长度和施工工程量,从而降低风电场建设工程投资,提高风电场的投资收益率。研究成果可为山地风电场道路路径优化设计提供参考。

基于改进RRT*算法的自动驾驶车辆路径规划研究

针对自动驾驶车辆,文章在交叉路口环境下提出了一种改进的快速搜索随机树(RRT*)路径规划算法。首先,对自动驾驶车辆的驾驶行为环境予以描述;其次,针对原始RRT*算法提出改进的目标偏向策略予以改善;进一步,对原始RRT*算法在交叉路口无效采样的问题,提出一种概率采样策略。基于Matlab/Simulink联合仿真平台构建相应环境使进行车辆直行驾驶,所规划路径长度为100.35m,仿真时长为5.71s。

基于改进RRT^(*)算法的深海采矿车局部路径规划算法

针对海底环境可能会出现未知障碍物,进而影响采矿车行驶安全的问题,提出一种改进RRT*算法。该算法考虑海底地形的复杂性,对采样点进行通行性分析。同时在采样策略上,进行目标导向性的改进,并对生成的路径进行剪枝优化。实验证明提出的算法保留了RRT*算法的概率完备性,同时在安全性能和路径长度上提高了生成路径的质量。

基于RRT*算法和DWA算法的分层结构路径规划策略

为优化复杂动态环境下路径规划问题,提高路径搜索效率,缩短路径规划时间,提出一种基于改进RRT*算法和DWA算法的分层结构路径规划策略;该路径规划分层结构由全局路径规划层和局部路径规划层组成,全局路径规划层根据已知静态障碍物信息利用改进RRT*算法进行全局路径规划;当路径中出现未知动态障碍物时,根据规划策略将启用局部路径规划层,基于获取的动态障碍物信息,利用DWA算法进行局部路径规划;最终通过全局与局部路径规划策略相结合得到最终的可行路径;仿真实验结果表明:文章提出的分层结构路径规划策略在复杂动态环境中可以高效地完成路径规划任务。