为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法。以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动...为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法。以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动控制模式,为后续试验验证提供物理样机。针对Bi-RRT算法存在的采样随机、路径冗余、效率不高等问题,融合生长引导机制和连接强化机制改进Bi-RRT算法,加入生长引导机制,改善随机树生长随机、两树连接慢的问题;加入连接强化机制提高算法搜索速度。对搜索路径进行优化处理,通过剔除冗余节点、插入优化节点,改善路径质量,对路径进行平滑处理,使路径更适合机器鱼航行,实现机器鱼路径规划任务。仿真结果表明,与传统Bi-RRT算法及其他衍生快速搜索随机树(rapidly-exploring random tree,RRT)算法相比,改进的Bi-RRT算法相较于改进前节点数减少约50.8%,路径长度缩短约19%,搜索时间减少约65.3%。展开更多
文摘半挂车辆的非稳定运动学特性为其泊车过程中自主运动规划带来严峻挑战。针对半挂车在多障碍物的静态场景中泊车运动规划算法效率低、结果平滑性差等问题,本文提出了序列式运动规划方法(sequential motion planning algorithm,SMPA)。首先,提出了基于二次规划策略和改进双向快速扩展随机树(bidirectional rapidly-exploring random tree algorithm,Bi-RRT)的初始路径生成方法。然后,结合车辆非完整微分约束下的路径节点可行性判别方法研究,提出基于概率的目标偏向采样策略,提高了采样效率。最后,构建了面向车辆系统控制变量连续性的非线性最优化控制模型,解决泊车换向点的对接问题,提高了泊车轨迹平滑性。仿真结果表明,该方法在多障碍物场景中,规划时间相比Hybrid A*和Bi-RRT分别降低了86.71%和21.44%,轨迹质量也更具优越性。
文摘为提高机器鱼的水下路径规划效率,更好地完成水下工作,提出一种基于改进双向快速搜索随机树(bidirectional rapidly-exploring random trees,Bi-RRT)算法的机器鱼路径规划方法。以研制的混合驱动机器鱼为研究对象,介绍其结构模型和运动控制模式,为后续试验验证提供物理样机。针对Bi-RRT算法存在的采样随机、路径冗余、效率不高等问题,融合生长引导机制和连接强化机制改进Bi-RRT算法,加入生长引导机制,改善随机树生长随机、两树连接慢的问题;加入连接强化机制提高算法搜索速度。对搜索路径进行优化处理,通过剔除冗余节点、插入优化节点,改善路径质量,对路径进行平滑处理,使路径更适合机器鱼航行,实现机器鱼路径规划任务。仿真结果表明,与传统Bi-RRT算法及其他衍生快速搜索随机树(rapidly-exploring random tree,RRT)算法相比,改进的Bi-RRT算法相较于改进前节点数减少约50.8%,路径长度缩短约19%,搜索时间减少约65.3%。