动态环境下改进BIT*算法的机器人路径规划

来源：计算机工程与应用杂志2025年第7期北京时间：

作者：王晓军, 崔锡杰, 李晓航

单位：上海工程技术大学 电子电气工程学院，上海 201620

摘要：针对批量通知树算法在小样本中搜索路径成功率低、大样本中规划效率低、路径冗余节点多以及无法躲避未知障碍物的问题，提出动态环境批量通知树算法。利用改进批量采样点策略将样本点均匀等间距处理，并改进批量采样点数量以及偏置采样点位置，弥补搜索路径成功率低的缺点；加入惩罚项改进启发式函数，弥补路径规划效率低的缺点；再引入路径拉伸优化减少路径长度以及冗余节点，缩小采样范围。面对未知障碍物，利用反向生长搜索树先验信息提出临时目标点选取策略，并结合改进随机点、转向角以及新节点的快速扩展随机树（RRT）算法，避免重规划路径过分偏离以及不能及时躲避。与其他算法进行对比，结果表明：动态环境批量通知树算法规划路径成功率和效率更高，路径长度和拐点数更少，躲避未知障碍物性能更高，重规划路径更接近全局路径。

关键词：批量通知树算法,反向生长搜索树,批量采样点策略,启发式函数,快速扩展随机树（RRT）算法,路径重规划