基于多次采样启发式策略的改进RRT路径规划算法

来源：计算机测量与控制杂志2024年第7期北京时间：

作者：左国玉,关海山,郑榜贵

单位：北京工业大学 信息学部

摘要：在路径规划领域，快速探索随机树（RRT）算法是机械臂解决复杂环境中的路径规划问题的重要工具，然而其纯随机的采样环节导致大量的无效或低效尝试，浪费了计算资源。为解决此问题，提出一种基于多次采样启发式策略的改进RRT算法（MH-RRT）。利用启发式函数评估多个采样点的代价值，选择代价值最低的采样点，引导路径树更快地向目标点生长；将启发式函数策略类似地有效改进了RRT*算法和双向RRT*算法；深入探讨不同参数对改进算法性能的影响，并确定最优参数组合。实验结果表明，改进算法在路径搜索时间、路径长度以及采样点数量等方面均能取得显著提升，提高了路径规划的有效性。

关键词：路径规划;启发式函数;RRT算法;RRT*算法;双向RRT*算法;

基金资助：国家自然科学基金项目(62373016)；多模态人工智能系统全国重点实验室开放课题(MAIS-2023-22)