文献类型：期刊文章

作　　者：张玉伟[1] 左云波[2] 吴国新[2] 徐小力[2]

ZHANG Yu-wei;ZUO Yun-bo;WU Guo-xin;XU Xiao-li(Key Laboratory of Modern Measurement and Control Technology,Beijing Information Science and Technology University,Beijing 100192,China;不详)

机构地区：[1]北京信息科技大学现代测控技术教育部重点实验室,北京100192 [2]不详

出　　处：《组合机床与自动化加工技术》

基　　金：北京学者计划(2015-025);促进高校内涵发展重点培育项目(5211835102)。

年　　份：2020

期　　号：7

起止页码：21-25

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：针对Informed-RRT^*算法在复杂环境重复规划稳定性差、收敛速度慢的问题,提出改进Informed-RRT^*的路径规划算法(Informed Bi-directional RRT^*)提升寻找可行路径的稳定性和效率。该算法引入基于状态子集直接采样的反向扩展策略,当路径规划遇到障碍时快速更新采样区间,在障碍物的边界区域获得接近最优路径成本的可行路径,同时结合基于多树搜索的双向搜索策略加快对状态子集的探索,提高算法的收敛速度。实验表明,与Informed-RRT^*算法相比,IBI-RRT^*算法稳定性更高,能够减少40%的迭代次数和20%~30%的搜索时间,并且规划路径接近最优路径,验证了IBI-RRT^*算法在复杂环境中路径规划的优势。

关 键 词：移动机器人 路径规划 Informed-RRT^*  

分 类 号：TH166] TG659]