启发式RRT算法的AGV路径规划

• 作者: 付克昌 刘甲甲 孟易 张国良 杨瑶 蒋涛
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 自动导引小车 车辆运动学模型 Reeds-Shepp曲线 启发式滑动窗口采样 B-RRT*算法 路径规划
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 125-133
• 页数: 9页
• 分类号: TP18
• 字数: 6647字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1903-0149

摘要

在实际应用中,B-R RT*算法规划的路径存在着转折次数多、路线不平滑、路线贴合障碍物和最大转角过大等不符合车辆运动学的问题.为了获得适用于自动导引小车(Automatic Guided Vehicle,AGV)的优化路径,通过使用Reeds-Shepp曲线进行预处理以解决车辆在目标点朝向的问题.此外,提出启发式滑动窗口采样减少B-RRT*算法随机采样所带来的误差,并将车辆运动学约束加入到重选父节点和重布随机树的过程,使用贝塞尔曲线对所规划的路径进行平滑处理.实验结果表明:在规划相同路径上,改进B-R RT*算法规划的路径能够有效地解决上述算法存在的最大转角不合理、路径靠近障碍物、路径不平滑和不符合车辆运动学等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付克昌	成都信息工程大学控制工程学院	7	37	4.0	6.0
2	张国良	成都信息工程大学控制工程学院	5	22	2.0	4.0
3	刘甲甲	成都信息工程大学控制工程学院	3	0	0.0	0.0
4	杨瑶	成都信息工程大学控制工程学院	1	0	0.0	0.0
5	蒋涛	成都信息工程大学控制工程学院	6	27	4.0	5.0
6	孟易	成都信息工程大学控制工程学院	1	0	0.0	0.0