针对无人机在障碍间存在狭窄通道的城市环境中进行低空航路规划的问题,根据障碍之间的空间几何关系确定障碍之间的狭窄通道,再综合所有狭窄通道生成复杂环境中的狭窄通道路径树。设计了结合狭窄通道路径树的双向快速扩展随机树(Rapidly-...针对无人机在障碍间存在狭窄通道的城市环境中进行低空航路规划的问题,根据障碍之间的空间几何关系确定障碍之间的狭窄通道,再综合所有狭窄通道生成复杂环境中的狭窄通道路径树。设计了结合狭窄通道路径树的双向快速扩展随机树(Rapidly-exploring Random Tree,RRT)算法,在两棵搜索树的扩展过程中,通过判断搜索树与狭窄通道路径树的位置关系,将狭窄通道路径树添加到搜索树上,实现搜索树在狭窄通道中的快速扩展,减少两棵搜索树的无用扩展,提升航路树生成的速度。仿真结果表明,该方法能够解决无人机在存在狭窄通道的复杂环境中进行快速有效航路规划的问题。展开更多
针对微型无人车使用传统RRT(Rapidly-exploring Random Trees)算法在地下空间探索过程中,相对于狭窄通道或狭窄入口的环境,路径生长困难,探索效率低.提出了一种改进的IA-RRT(Improve Adaptation RRT)算法,引入距离优先的启发式采样策略...针对微型无人车使用传统RRT(Rapidly-exploring Random Trees)算法在地下空间探索过程中,相对于狭窄通道或狭窄入口的环境,路径生长困难,探索效率低.提出了一种改进的IA-RRT(Improve Adaptation RRT)算法,引入距离优先的启发式采样策略和环境自适应的步长选择策略.微型无人车首先计算环境中障碍物占比,优化选择较小的步长保障有效通过地下空间狭窄环境.为了验证算法的有效性,设置3个障碍物占比不同的试验环境场景,IA-RRT算法分别与RRT、RRT*、Informed RRT*算法的路径规划结果对比,结果表明:改进的IA-RRT算法的平均搜索时间比传统RRT减少约53%,搜索覆盖率减少约28%,能够解决地下狭窄空间通道较多的环境中路径规划困难的问题.展开更多
文摘针对无人机在障碍间存在狭窄通道的城市环境中进行低空航路规划的问题,根据障碍之间的空间几何关系确定障碍之间的狭窄通道,再综合所有狭窄通道生成复杂环境中的狭窄通道路径树。设计了结合狭窄通道路径树的双向快速扩展随机树(Rapidly-exploring Random Tree,RRT)算法,在两棵搜索树的扩展过程中,通过判断搜索树与狭窄通道路径树的位置关系,将狭窄通道路径树添加到搜索树上,实现搜索树在狭窄通道中的快速扩展,减少两棵搜索树的无用扩展,提升航路树生成的速度。仿真结果表明,该方法能够解决无人机在存在狭窄通道的复杂环境中进行快速有效航路规划的问题。