基于DGB_RRT算法的无人机自主航迹规划

无人机在输电线路走廊空间环境下在线自主进行空间探索,针对传统RRT算法因采样盲目性导致的效率低下的问题,提出了一种基于动态步长-高斯采样-双向快速扩展随机树算法——DGB_RRT算法。首先,采用高斯采样实现启发式采样目标,减少因搜索范围随机性强生成采样点的数量,然后引入贪婪扩展算法和动态矢量步长优化策略确定该采样点的生成方向和增长步长来确定新节点,提高了随机树的扩展速度。其次,使用路径剪枝的策略来剔除冗余采样点,缩短了路径规划的长度,进一步提高了路径搜索的效率,结合Dubins曲线,在满足无人机曲率约束条件下使得航迹平滑处理,实现在障碍区域无人机矫正位姿实现避障飞行。最后,经多次重复对比实验,证实了提出算法不仅规划航迹运行时长缩短了近一半,而且路径长度也缩短了近40%,该方法在速度和效率方面都有明显提升。