文献类型：期刊文章

作　　者：林依凡[1] 陈彦杰[1,2] 何炳蔚[1] 黄益斌[1] 王耀南[3,2]

Lin Yifan;Chen Yanjie;He Bingwei;Huang Yibin;Wang Yaonan(School of Mechanical Engineering and Automation,Fuzhou University,Fuzhou 350108,China;College of Electrical and Information Engineering,Hunan University,Changsha 410082,China;National Engineering Laboratory for Robot Visual Perception and Control Technology,Changsha 410082,China)

机构地区：[1]福州大学机械工程及自动化学院,福州350108 [2]机器人视觉感知与控制技术国家工程实验室,长沙410082 [3]湖南大学电气与信息工程学院,长沙410082

出　　处：《仪器仪表学报》

基　　金：国家自然科学基金(61803089);福建省自然科学基金(2019J01213);福建省中青年教师教育科研项目(JT180024)资助

年　　份：2020

期　　号：10

起止页码：257-267

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：快速探索随机树^*(RRT^*)作为一种渐进最优的采样运动规划方法在探索高维空间中具有显著的优势。但RRT^*在执行时需要进行大量的碰撞检测,导致其在复杂环境中收敛速度较慢,效率较低。因此,提出了一种无碰撞检测RRT^*运动规划方法。该方法剔除了RRT^*扩展时的碰撞检测,并在代价函数中增加碰撞风险评估函数,从而影响各个节点对父节点的连接选择。当节点或边与障碍物碰撞时,碰撞风险评估函数将显著增大,促使代价函数值显著增大,同时通过设计路径代价的上限,保证了运动规划的避碰能力。最后,仿真结果表明所提方法的收敛速度比RRT^*提高约40%,且在复杂环境中优势更加明显。同时通过移动机器人真实环境实验测试验证了所提方法实时规划的可行性。

关 键 词：采样运动规划  避障 快速探索随机树^*  移动机器人

分 类 号：TP242]