基于方向引导的智能车VFH+路径规划算法研究

针对矢量场直方图(VFH+)算法在路径规划过程中容易陷入环境死区,生成的路径不能满足车辆运动学限制的问题,提出方向引导的VFH+路径规划算法。首先在双向快速随机树(Bi-RRT)节点扩展中引入车辆的运动学约束,在去除路径冗余节点的基础上,使用三次B样条曲线得到平滑引导路径。其次,在VFH+算法中引入车辆的最大转角约束与引导路径的离散点方向,来限制VFH+的候选方向范围,并修改代价函数获取合适的前进方向。最后,在MATLAB软件上进行算法的仿真对比以及基于ROS平台的实验验证。结果表明,改进后的VFH+算法能够在满足车辆运动学约束的情况下,生成一条避开环境死区的有效路径。

基于改进RRT算法的无人船路径规划研究

为了解决无人船在不同水面环境下的自主路径规划时间长、效率低甚至无法规划等问题,提出一种利用人工势场法(APF)融合快速扩展随机树(RRT)算法的无人船路径规划方法(APF-RRT)。利用RRT算法可以在任何方向上进行路径探索的特点,再融合人工势场法新的势场函数,使无人船可以向目标区域前进的同时具备远离障碍物的能力。使用Matlab进行模拟仿真试验,模拟了在不同环境下几种算法规划路径的情况并进行对比,仿真结果表明,融合后的算法在规划速度、节点数量和路径选择都明显更优。