基于一种改进RRT算法的足球机器人路径规划
基于改进RRT与人工势场混合算法的足球机器人路径规划研究
Specialty Name
: Control Theory and Control Engineering : Hao Libo (Signature) (Signature)
Instructor : Hou Yuanbin
ABSTRACT
Robot soccer is robot, which can act on its own in a football game in a known area, in the competition rules and corresponding robot dynamic competition environment, and achieve a series of technical actions, include automatic without collision finding ball, dribbling, shooting and so on. In the process of robot soccer competition, path planning is one of the important component parts. real-time path planning in the process of robot soccer is discussed in this paper to achieve a series of movements in dynamic competition environment, include obstacle avoidance, find the ball and so on, and to solve the problems that may arise deadlock in the path planning. Aim at the research platformn of robot soccer in xian university of science and technology, it’s hardware and software platform is introduced in this paper, Then rapidly-exploring random tree (RRT) algorithm and artificial potential field method is analyzed, evaluating their feasibility of two algorithms used in robot soccer, and respectively discusses and analyzes the application of robot soccer platform, points out their respective advantages and disadvantages. On this basis, it is found that if rapidly-exploring random tree (RRT) algorithm and artificial potential field method is to mix, then can make both parties represented the merits and demerits of robot soccer is complementary and solve the deadlock during games. So robot soccer path planning method of RRT and artificial potential field hybrid algorithm is deduced. After analysis and research it is found that the hybrid algorithm has problems of randomness, and then traditional RRT algorithm of randomness of defect was improved. Aterwards, function of target gravity is dicussed in the RRT algorithm, then the improved RRT algorithm and the artificial potential field method are mixed. Finally robot soccer path planning method of hybrid algorithm based on improved RRT and artificial potential field is put forward. Computer simulation results show that, with b potential field of the path planning a hybrid algorithm approximate optimal and quite smooth, obstacles smoothly arrive at the target from the starting point. Based on the path planning of the hybrid algorithm, puts forward a kind of virtual target type automatic walk of robot soccer, solve the problems of automatic walk. Meanwhile, mechanism of holding ball is transformed, according to the problem of unstable mechanism of holding ball in our school robot soccer, the original physical passive holding agencies transform to dc-motor active mechanism of holding ball. The experiments are conducted in the actual robot soccer system platform, the hybrid algorithm of path planning and transformed mechanism are tested in actual competitions. The experiments show that: robot soccer have shown good obstacle-avoiding and target effect in various state environment, proved that the hybrid algorithm has superiorities; planning path has shown good effect in the process of holding ball and dribbling, proved the superiority of reformed mechanism, successfully achicved the goal. Because of the improved robot soccer hardware and software platform, our school football team has obtained excellent results in many national robot competitions.
基于改进 RRT 算法的移动机器人路径规划
基于改进RRT算法的移动机器人路径规划郭梦诗冯丽娟代传垒（郑州科技学院电子与电气工程学院河南郑州450064）摘要：针对传统RRT算法在多障碍物、曲折狭窄道路等无规律环境下随机性大、收敛速度慢、效率低等问题，提出一种改进RRT路径规划算法，以提高在二维环境下移动机器人的路径规划性能。
改进算法通过引入障碍物因子进行区域节点采样，减少采样时间和次数；同时，对新产生的节点进行约束，降低方向随机性，减少目标区域振荡情况，加快搜索速度；此外，剔除冗余节点使路径更加平滑，路径长度缩短且对内存需求降低。
通过实验仿真验证：改进算法能满足复杂环境下的避障路径规划，随机性降低速度较快，具有较好的可行性和有效性。
关键词：改进RRT算法路径规划平滑避障中图分类号：TP242文献标识码：A文章编号：1674-098X(2022)02(a)-0037-04Path Planning of Mobile Robot Based on ImprovedRRT AlgorithmGUO Mengshi FENG Lijuan DAI Chuanlei(School of Electronics and Electrical Engineering,Zhengzhou University of Science and Technology,Zhengzhou,Henan Province,450064China)Abstract:Aiming at the problems of large randomness,slow convergence and low efficiency of traditional RRT algorithm in irregular environments such as multi obstacles and tortuous narrow roads,an improved RRT path planning algorithm is proposed to improve the path planning performance of mobile robot in two-dimensional environment.The improved algorithm reduces the sampling time and times by introducing the obstacle factor to sample the regional nodes.At the same time,the new nodes are constrained to reduce the direction randomness, reduce the oscillation in the target area and speed up the search speed.In addition,eliminating redundant nodes makes the path smoother,the path length shorter and the memory demand lower.The experimental simulation shows that the improved algorithm can meet the obstacle avoidance path planning in complex environment,reduce the randomness quickly,and has good feasibility and effectiveness.Key Words:Improved RRT algorithm;Path planning;Smooth;Obstacle avoidance随着科技的发展，机器人机械臂在生产生活中的应用愈加广泛［1］。
基于改进RRT的机器人路径规划算法
基于改进RRT的机器人路径规划算法
邓益昭;涂海燕;宋明俊
【期刊名称】《组合机床与自动化加工技术》
【年(卷),期】2024()6
【摘要】随机采样的RRT算法在非完整约束的规划问题中被广泛使用,但RRT方法存在收敛速度慢、随机性强、存在大量的冗余节点的问题,同时难以快速找到路径。
针对以上问题提出一种改进的RRT算法。
在提出一步记忆机制的基础上,算法基于历史拓展结果进行随机拓展或者向目标拓展;同时,将随机树拓展过程中因碰撞而拓展失败的节点进行随机旋转处理,以使随机树能够成功拓展;最后,采用双树生长策略,从目标点和起点同时生长随机树,加快收敛速度。
仿真结果表明,相较于RRT,改进方法计算时间缩短18.1%~88.1%,随机树节点减少24.0%~90.6%。
在真实环境下的实验对比验证了改进算法在路径长度、收敛时间等方面的优势。
【总页数】6页(P6-11)
【作者】邓益昭;涂海燕;宋明俊
【作者单位】四川大学电气工程学院
【正文语种】中文
【中图分类】TH112;TG659
【相关文献】
1.基于改进RRT算法的移动机器人路径规划研究
2.基于BIM和改进RRT算法的建筑机器人路径规划
3.基于改进RRT算法的数控机床上下料机器人路径规划仿真
研究4.基于RRT改进的移动机器人路径规划算法5.基于改进RRT的变电站巡检机器人全局路径规划算法
因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进RRT算法的移动机器人路径规划
基于改进RRT算法的移动机器人路径规划在科技的广阔舞台上，移动机器人如同一位优雅的舞者，其流畅的移动和精确的定位令人赞叹。
然而，这位舞者的舞台并非总是平坦无阻，障碍物的存在往往要求它进行复杂的路径规划。
此时，一种名为“快速扩展随机树”（RRT）的算法便显得尤为重要。
本文将探讨如何通过改进RRT算法来优化移动机器人的路径规划。
首先，让我们将RRT算法比作一位勇敢的探险家，他在未知的丛林中寻找一条通往目的地的安全之路。
传统的RRT算法就像这位探险家手持一张粗略的地图，虽然能够指引方向，但在遇到复杂地形时却显得力不从心。
因此，我们需要为这位探险家升级他的装备——即改进RRT算法。
改进的第一步是增强其感知能力。
我们可以引入环境感知技术，使算法能够更准确地识别周围的障碍物。
这就好比为探险家配备了一副高清望远镜，让他能够洞察远方的危险，从而提前规避。
接下来，我们需要考虑速度与安全性的平衡。
在动态环境中，移动机器人不仅要快速到达目的地，还要确保沿途的安全。
因此，我们可以借鉴“贪吃蛇”游戏中的策略：既要像蛇头一样敏锐地捕捉前方的机会，又要像蛇尾一样稳健地处理背后的风险。
这种策略在改进的RRT算法中体现为对生长速度和碰撞检测的双重优化。
此外，我们还可以通过机器学习等技术来提升算法的决策能力。
这就像是给探险家配备了一位智慧的向导，他能够根据以往的经验来预测未来的风险，并给出最优的建议。
然而，即使是最先进的算法也无法完全避免意外情况的发生。
因此，在设计路径规划系统时，我们必须考虑到异常处理机制。
这就像为探险家准备了一个紧急救援包，一旦遇到不测，能够迅速采取措施以保障安全。
最后，我们要认识到，无论是在实验室中还是在实际应用中，理论与实践之间总是存在差距。
因此，持续的测试和优化是必不可少的。
这就如同探险家在出发前必须对装备进行反复检查一样，只有确保一切就绪，才能踏上征途。
综上所述，通过增强感知能力、平衡速度与安全性、提升决策能力以及建立异常处理机制等措施，我们可以有效地改进RRT算法，使其更好地服务于移动机器人的路径规划。
改进RRT-Connect算法的机器人路径规划研究
改进RRT-Connect算法的机器人路径规划研究在机器人技术的广阔海洋中，路径规划是一艘至关重要的航船，而RRT-Connect算法则是这艘船上的精密导航系统。
然而，随着科技的不断进步和应用场景的日益复杂，原有的RRT-Connect算法已显得力不从心，迫切需要一场技术革命来提升其性能。
本文将深入探讨如何改进这一算法，以期让机器人在未知环境中的航行更加顺畅、高效。
首先，我们必须认识到RRT-Connect算法的核心问题所在。
它如同一位经验丰富的探险家，虽然能够勇敢地穿越未知领域，但在面对复杂地形时却常常陷入困境。
因此，我们需要为其装备更先进的“探路工具”。
一种可能的方法是引入机器学习技术，让算法通过大量数据学习不同环境下的最佳路径选择策略。
这就好比为探险家配备了一张详尽的地图和指南针，使其能够更准确地判断前进方向。
其次，RRT-Connect算法在处理动态障碍物时的表现也不尽如人意。
它就像是一辆没有安装倒车雷达的汽车，一旦遇到突发情况便容易发生碰撞。
为了解决这个问题，我们可以借鉴自然界中的“群体智能”现象，比如鸟类和鱼类的群集行为。
通过模拟这些生物在遇到障碍时的自然反应，我们可以设计出更加灵活、适应性强的路径规划机制。
再者，RRT-Connect算法在计算效率方面还有很大的提升空间。
它就像是一位勤劳但效率低下的园丁，虽然不懈努力却难以在短时间内完成工作。
针对这一点，我们可以通过优化算法结构和减少冗余计算来提高其运行速度。
例如，采用并行计算技术将任务分配给多个处理器同时执行，或者利用启发式搜索方法快速逼近目标位置。
最后，我们还需要考虑算法的普适性和可扩展性。
一个优秀的路径规划算法应该像一部万能钥匙一样适用于各种场景和需求。
因此，在改进RRT-Connect算法时，我们应该注重其与其他技术的兼容性和整合能力，确保它能够在不同平台和应用中发挥最大效用。
综上所述，改进RRT-Connect算法是一项充满挑战但又极具前景的任务。
一种改进RRT的多机器人编队路径规划算法
Ａｂｓｔｒａｃｔ： Ｍｕｌｔｉｒｏｂｏｔｐａｔｈｐｌａｎｎｉｎｇｉｓｏｎｅｏｆｔｈｅｍｏｓｔａｔｔｒａｃｔｉｖｅｉｓｓｕｅｓｉｎｔｈｅｆｉｅｌｄｏｆｍｕｌｔｉｐｌｅｒｏｂｏｔｓ．Ｃｏｍｐａｒｅｄｗｉｔｈ ｔｈｅａｌｇｏｒｉｔｈｍ ｆｏｒｔｈｅｓｉｎｇｌｅｒｏｂｏｔｐａｔｈｐｌａｎｎｉｎｇ，ｔｈｅｐｒｏｂｌｅｍ ｏｆｍｕｌｔｉｒｏｂｏｔｐａｔｈｐｌａｎｎｉｎｇ，ｗｈｉｃｈｔａｋｅｓｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅ ａｎｄｃｏｏｐｅｒａｔｉｏｎｉｎｔｏａｃｃｏｕｎｔｓｉｍｕｌｔａｎｅｏｕｓｌｙ，ｉｓｍｏｒｅｄｉｆｆｉｃｕｌｔａｎｄｃｏｍｐｌｅｘ．Ｈｅｎｃｅ，ａｎｏｖｅｌｉｍｐｒｏｖｅｄｒａｐｉｄｌｙｅｘｐｌｏｒｉｎｇｒａｎ ｄｏｍ ｔｒｅｅａｌｇｏｒｉｔｈｍ ｆｏｒｍｕｌｔｉｒｏｂｏｔｆｏｒｍａｔｉｏｎｐａｔｈｐｌａｎｎｉｎｇｉｎｔｈｉｓｐａｐｅｒｉｓｐｒｏｐｏｓｅｄｔｏａｄｄｒｅｓｓｔｈｅｓｅｏｂｓｔａｃｌｅａｖｏｉｄａｎｃｅａｎｄ ｃｏｏｐｅｒａｔｉｏｎｐｒｏｂｌｅｍｓ．Ｔｈｅｃｏｎｓｔｒａｉｎｔｃｏｎｄｉｔｉｏｎｏｆｐｏｓｉｔｉｏｎａｌｒｅｌａｔｉｏｎｓｈｉｐｉｓｄｅｆｉｎｅｄｂｙｍｏｄｅｌｉｎｇｔｈｅｍｕｌｔｉｒｏｂｏｔｆｏｒｍａｔｉｏｎ ｓｈａｐｅ．Ｂｅｓｉｄｅｓ，ｔｈｅｈｅａｄｉｎｇｏｆｆｏｒｍａｔｉｏｎｉｓａｄｊｕｓｔｅｄｗｉｔｈｔｈｅｄｉｒｅｃｔｉｏｎｔｈｅｅｘｐｌｏｒｉｎｇｔｒｅｅｅｘｐａｎｄｓ．Ａｄｄｉｔｉｏｎａｌｌｙ，ｓｉｍｕｌａｔｉｏｎｓ ａｒｅｃｏｎｄｕｃｔｅｄｆｏｒｔｗｏｄｉｆｆｅｒｅｎｔｍｏｄｅｌｓｏｆｒｏｂｏｔｓ：ｔｈｅｐａｒｔｉｃｌｅｍｏｄｅｌａｎｄｔｈｅｎｏｎｈｏｌｏｎｏｍｉｃｃｏｎｓｔｒａｉｎｔｄｙｎａｍｉｃｍｏｄｅｌ．Ｓｉｍｕ ｌａｔｉｏｎｒｅｓｕｌｔｓａｒｅｐｒｏｖｉｄｅｄｔｏｄｅｍｏｎｓｔｒａｔｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍ．
基于改进双向RRT算法的机器人路径规划
基于改进双向RRT算法的机器人路径规划机器人路径规划是机器人领域中的关键问题之一、路径规划的目标是找到从起点到终点的最佳路径，使得机器人能够在给定的环境中安全、高效地移动。
改进双向RRT（Rapidly-exploring Random Tree）算法是一种常用的机器人路径规划算法，本文将介绍其原理和改进方法。
双向RRT是在传统RRT算法的基础上发展而来的一种路径规划算法。
传统的RRT算法通过对机器人周围随机采样并生长树来构建路径。
然而，RRT算法容易陷入困境，需要花费大量时间来纠正错误。
而双向RRT算法通过同时从起点和终点开始构建两棵树，能够更快地生成可用的路径。
双向RRT算法的基本步骤如下：1.初始化起点和终点，并分别构建两棵树。
起点作为第一棵树的根节点，终点作为第二棵树的根节点。
2.从树中选择一个节点，随机采样一个点，并找到最近的节点。
3.如果该采样点与最近节点之间的距离小于阈值，将采样点添加为新的节点，并将该节点连接到树上。
4.如果两棵树的节点相遇，说明已经找到了一条通往目标的路径，结束算法。
5.如果两棵树的节点没有相遇，交替并生长树。
6.重复步骤2-5，直到找到一条通往目标的路径或达到最大迭代次数。
然而，双向RRT算法在处理复杂环境中的路径规划问题时仍然存在一些困难。
为了改进算法性能，可以针对以下方面进行优化：1.采样策略：传统的RRT算法采用随机采样策略，但这种策略可能导致节点扩展方向不合理。
可以改进为更加智能的采样策略，如使用启发式信息来指导采样。
例如，可以根据环境中的障碍物密度分布进行采样，更倾向选择远离障碍物的点。
2.距离度量：双向RRT算法通常使用欧氏距离作为节点之间的度量标准。
但在一些情况下，欧氏距离可能无法准确反映路径的困难程度。
可以考虑使用其他距离度量方法，如曼哈顿距离或最短路径距离，以更准确地评估路径的可行性。
3.随机性调整：双向RRT算法的核心是随机采样和节点扩展。
基于改进RRT算法的机器人路径规划研究
基于改进RRT算法的机器人路径规划研究基于改进RRT算法的机器人路径规划研究摘要：机器人路径规划是机器人领域的一项关键技术。
本文基于改进的快速随机树（RRT）算法，结合机器人自身特点和环境约束，进行了机器人路径规划方面的研究。
通过对RRT算法的改进，提出了一种适用于机器人路径规划的改进RRT算法。
通过实验验证，改进RRT算法在机器人路径规划方面取得了较好的效果。
1. 引言随着机器人技术的飞速发展，机器人在工业自动化、服务机器人、医疗机器人等领域的应用越来越广泛。
而机器人的路径规划是机器人实现自主导航和任务执行的基础。
因此，研究高效准确的机器人路径规划方法对于提高机器人的自主性和实用性具有重要意义。
2. RRT算法概述RRT（Rapidly-exploring Random Tree）算法是一种常用的机器人路径规划算法。
RRT算法通过随机扩展树的方式，在环境中探索可行的路径，并生成一棵树结构。
通过不断的随机扩展和连接，RRT算法能够快速搜索到一个可行的路径。
3. RRT算法的改进尽管RRT算法在机器人路径规划中被广泛使用，但其在搜索效率和路径优化方面仍有一定的改进空间。
为此，本文提出了一种基于改进RRT算法的机器人路径规划方法。
3.1 随机采样策略的改进传统的RRT算法采用均匀随机采样的方式生成新的节点。
然而，这种采样策略容易导致搜索过程陷入局部最优解。
本文改进了RRT算法的随机采样策略，引入了智能采样思想，根据机器人当前位置和目标位置的距离，以及环境约束条件，调整采样策略的概率分布，增大对未探索区域的采样概率，从而提高搜索的广度和灵活性。
3.2 路径优化算法的改进传统的RRT算法生成的路径可能存在冗余和不平滑的问题。
为解决这个问题，本文提出了一种基于光滑曲线拟合的路径优化算法。
该算法通过对RRT算法生成的路径进行曲线拟合和平滑处理，得到更加紧凑和平滑的路径。
同时，为了保证路径的安全性，还引入了碰撞检测机制，通过对路径上的障碍物进行碰撞检测，避免碰撞发生。
一种改进RRT 算法在机器人轨迹规划中
一种改进ＲＲＴ算法在机器人轨迹规划中的应用ＡｐｐｌｉｃａｔｉｏｎｏｆａｎＩｍｐｒｏｖｅｄＲＲＴＡｌｇｏｒｉｔｈｍｉｎＲｏｂｏｔＴｒａｊｅｃｔｏｒｙＰｌａｎｎｉｎｇ孙 超 张伟军（上海交通大学机械与动力工程学院，上海 ２００２４０）摘 要牶高压带电作业机器人是目前机器人研究领域中一个重要的研究方向，而机器人在线缆位置附近的轨迹规划是一项重要难题。
本文以快速搜索随机树（ｒａｐｉｄｌｙ ｅｘｐｌｏｒｉｎｇｒａｎｄｏｍｔｒｅｅ，ＲＲＴ）及其相关改进算法作为带电作业机器人的路径规划方法。
首先通过分析ＲＲＴ算法的实现过程，提出根据红黑树数据结构加速节点搜寻的优化方案，并通过仿真实验证明该方法的高效性。
然后针对ＲＲＴ算法路径效果较差和ＲＲＴ算法耗时较长的问题，提出获取有效路径后再进行路径优化的方案。
最后本文通过模拟机器人作业环境，进行六自由度机器人路径规划仿真，证明该两种方案的有效性和高效性，并最终应用于实际带电作业。
关键词牶快速搜索随机树（ＲＲＴ） 路径规划 六自由度机器人ＤＯＩ牶１０．１６４１３／ｊ．ｃｎｋｉ．ｉｓｓｎ．１００７０８０ｘ．２０２２．ｚ２．００６Ａｂｓｔｒａｃｔ牶Ｈｉｇｈｖｏｌｔａｇｅｌｉｖｅｗｏｒｋｉｎｇｒｏｂｏｔｉｓａｎｉｍｐｏｒｔａｎｔｒｅｓｅａｒｃｈｄｉｒｅｃｔｉｏｎｉｎｔｈｅｆｉｅｌｄｏｆｒｏｂｏｔｒｅｓｅａｒｃｈ，ａｎｄｔｈｅｔｒａｊｅｃｔｏｒｙｐｌａｎｎｉｎｇｎｅａｒｔｈｅｃａｂｌｅｐｏｓｉｔｉｏｎｏｆｔｈｅｒｏｂｏｔｉｓａｎｉｍｐｏｒｔａｎｔｐｒｏｂｌｅｍ．Ｉｎｔｈｉｓｐａｐｅｒ，ｒａｐｉｄｌｙ ｅｘｐｌｏｒｉｎｇｒａｎｄｏｍｔｒｅｅ（ＲＲＴ）ａｎｄｉｔｓｒｅｌａｔｅｄｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｓａｒｅｕｓｅｄａｓｔｈｅｐａｔｈｐｌａｎｎｉｎｇｍｅｔｈｏｄｏｆｌｉｖｅｗｏｒｋｉｎｇｒｏｂｏｔ．Ｆｉｒｓｔｌｙ，ｂｙａｎａｌｙｚｉｎｇｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｐｒｏｃｅｓｓｏｆＲＲＴａｌｇｏｒｉｔｈｍ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｏｐｔｉｍｉｚａｔｉｏｎｓｃｈｅｍｅｔｏａｃｃｅｌｅｒａｔｅｎｏｄｅｓｅａｒｃｈａｃｃｏｒｄｉｎｇｔｏｔｈｅｒｅｄｂｌａｃｋｔｒｅｅｄａｔａｓｔｒｕｃｔｕｒｅ，ａｎｄｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｉｓｍｅｔｈｏｄｉｓｐｒｏｖｅｄｂｙｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓ．Ｔｈｅｎ，ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｏｆｐｏｏｒｐａｔｈｅｆｆｅｃｔｏｆＲＲＴａｌｇｏｒｉｔｈｍａｎｄｌｏｎｇｔｉｍｅ ｃｏｎｓｕｍｉｎｇＲＲＴ ａｌｇｏｒｉｔｈｍ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｓｃｈｅｍｅｏｆｐａｔｈｏｐｔｉｍｉｚａｔｉｏｎａｆｔｅｒｏｂｔａｉｎｉｎｇａｎｅｆｆｅｃｔｉｖｅｐａｔｈ．Ｆｉｎａｌｌｙ，ｔｈｅｓｉｘｄｅｇｒｅｅｏｆｆｒｅｅｄｏｍｒｏｂｏｔｐａｔｈｐｌａｎｎｉｎｇｓｉｍｕｌａｔｉｏｎｉｓｃａｒｒｉｅｄｏｕｔｂｙｓｉｍｕｌａｔｉｎｇｔｈｅｒｏｂｏｔｗｏｒｋｉｎｇｅｎｖｉｒｏｎｍｅｎｔ，ｗｈｉｃｈｐｒｏｖｅｓｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｔｗｏｓｃｈｅｍｅｓ，ａｎｄｆｉｎａｌｌｙａｐｐｌｉｅｄｔｏｔｈｅａｃｔｕａｌｌｉｖｅｗｏｒｋｉｎｇ．Ｋｅｙｗｏｒｄｓ牶ＲＲＴ（ｒａｐｉｄｌｙ ｅｘｐｌｏｒｉｎｇｒａｎｄｏｍｔｒｅｅ） ｐａｔｈｐｌａｎｎｉｎｇ ６ＤＯＦｒｏｂｏｔ１４２０２２ ４５机电一体化 作者简介：孙 超 １９９６年生，硕士研究生。
基于改进RRT算法的差动机器人路径规划
收稿日期：２０１９－０１－１５。广东省计算机集成制造重点实验室项目（２０１４Ｂ０３０３０１０７２）；广东省计算机集成制造重点实验室开 放基金项目（ＣＩＭＳＯＦ２０１６０１２）。陈敏，硕士生，主研领域：路径规划。李笑，教授。武交峰，进 ＲＲＴ算法的差动机器人路径规划
Ｋｅｙｗｏｒｄｓ Ｐａｔｈｐｌａｎｎｉｎｇ ＲＲＴ Ｄｉｆｆｅｒｅｎｔｉａｌｄｒｉｖｅｒｏｂｏｔ Ｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｆｕｎｃｔｉｏｎ
０ 引 言
差动机器人作为一种移动机器人，在物流、交通、 军事等领域应用广泛。路径规划是实现机器人智能化 的关键技术，其旨在为机器人规划出一条从初始状态 到目标状态的符合约束条件的路径［１］。传统规划算法 如 Ａ 算法［２］、人工势场法［３］、遗传算法［４］、粒子群算 法［５］等对于 复 杂 环 境 下 受 各 种 约 束 的 机 器 人 效 率 低 下，求解困难［６］。
ＬａＶａｌｌｅ提出快速扩展随机树（ＲＲＴ）算法［７］，它是
一种基于随机采样的规划算法，无需对状态空间显示 建模，规划速度快且能考虑机器人的各种约束，对解决 复杂环境下的路径规划问题表现出极大的优越性［８］。 但 ＲＲＴ算法也存在一些固有缺陷，如最近邻函数不合 理、收敛速度慢、生成的路径曲折等［９］。
Ａｂｓｔｒａｃｔ Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｏｆｕｎｒｅａｓｏｎａｂｌｅｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｆｕｎｃｔｉｏｎ，ｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄｐａｔｈ ｔｏｒｔｕｏｓｉｔｙｏｆｒａｐｉｄｌｙｅｘｐｌｏｒｉｎｇｒａｎｄｏｍ ｔｒｅｅ（ＲＲＴ）ａｌｇｏｒｉｔｈｍ ｉｎｐａｔｈｐｌａｎｎｉｎｇｆｏｒｄｉｆｆｅｒｅｎｔｉａｌｄｒｉｖｅｒｏｂｏｔ，ａｎｉｍｐｒｏｖｅｄ ＲＲＴａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄ．ＦｏｌｌｏｗｉｎｇｔｈｅｂａｓｉｃｆｒａｍｅｗｏｒｋｏｆＲＲＴａｌｇｏｒｉｔｈｍ，ｔｈｉｓａｌｇｏｒｉｔｈｍａｄｄｅｄａｎｇｌｅｃｈａｎｇｅｓｔｏｔｈｅ ｎｅａｒｅｓｔｎｅｉｇｈｂｏｒｆｕｎｃｔｉｏｎｔｏｓａｔｉｓｆｙｔｈｅｃｏｎｓｔｒａｉｎｔｓｏｆｄｉｆｆｅｒｅｎｔｉａｌｒｏｂｏｔｓ．Ｔｈｅｎｔｈｅｈｅｕｒｉｓｔｉｃｓｔｅｐｓｉｚｅｆａｃｔｏｒｗａｓｉｎｔｒｏｄｕｃｅｄ ｔｏｔｈｅｎｏｄｅｅｘｐａｎｓｉｏｎｓｔａｇｅｔｏｄｙｎａｍｉｃａｌｌｙａｄｊｕｓｔｔｈｅｅｘｔｅｎｄｅｄｓｔｅｐｓｉｚｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｌｏｃａｔｉｏｎａｎｄｄｉｒｅｃｔｉｏｎｏｆｎｏｄｅｓ， ｓｏａｓｔｏｓｐｅｅｄｕｐｔｈｅｓｅａｒｃｈｅｆｆｉｃｉｅｎｃｙｗｈｉｌｅｔａｋｉｎｇｉｎｔｏａｃｃｏｕｎｔｔｈｅｐｌａｎｎｉｎｇｓｕｃｃｅｓｓｒａｔｅ．Ａｌｓｏ，ｉｔｐｒｕｎｅｄａｎｄｓｍｏｏｔｈｅｄ ｔｈｅｉｎｉｔｉａｌｐｌａｎｎｉｎｇｐａｔｈｔｏｏｂｔａｉｎｔｈｅｔｈｅｅｘｅｃｕｔａｂｌｅｐａｔｈｏｆｔｈｅｄｉｆｆｅｒｅｎｔｉａｌｄｒｉｖｅｒｏｂｏｔ．Ｔｈｅｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ ｔｈｅａｌｇｏｒｉｔｈｍｒｅｄｕｃｅｓｔｈｅｓｅａｒｃｈｉｎｇｔｉｍｅ，ｇｅｎｅｒａｔｅｓｓｍｏｏｔｈｅｒｐａｔｈｓｔｈａｔｉｓｅａｓｙｆｏｒｄｉｆｆｅｒｅｎｔｉａｌｒｏｂｏｔｔｏｔｒａｃｋａｎｄｃｏｎｔｒｏｌ．
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人 的改 进 和发展有 着非 常重 要 的作用 ， 对整 个机 器人 的发 展也是 一个 很 大 的促 进 。
快速搜索随机树（ ａｉ ｙ Ｅ ｐ ｒ ｇＲ ｎｏ ｒ ， Ｒ ） Ｒ ｐ ｌ — ｘｌ ｉ ａｄｍ Ｔｅ Ｒ Ｔ 是一种数据结构和算法 ， ｄ ｏｎ ｅ 其独特 的优点在于 可 以直 接应用 于非 完 整性规 划 和运动 力学 规划 中 ， 因而 用 于机 器人 路 径规 划 具有 快 速 高效 等特 点 。但 是
０ 引 言
足球 机器 人路径 规 划特指 在规 定 的场 地 中 ， 划 出一 条从 场 中起 始 点 到 目标 点 的运 动 路径 ， 规 能够 让
足球 机器 人在 运动过 程 中安全 、 碰撞 地绕过 所有 的敌 我机 器 人及 障 碍物 Ｊ 无 。足球 机 器人 在得 到 全 局场
第３ 卷 第 １ １ 期
２１ ０ １年 ０ １月
西
安
科
技
大 学 学 报
Ｖ １ ３ Ｎｏ １ ｏ． １ ．
Ｊ Ｕ ＡＬ Ｏ Ｉ ＡＮ ＵＮ ＶＥ ＳＴ Ｆ Ｓ Ｉ Ｎ Ｅ Ａ Ｄ Ｔ Ｃ ＯＬ ＧＹ ０ ＲＮ Ｆ Ｘ ’ Ｉ Ｒ ＩＹ Ｏ Ｃ Ｅ Ｃ Ｎ Ｅ ＨＮ Ｏ
径 。
１１ Ｒ ． ＲＴ算 法 的基 本原理
设 ｃ是 系统 的状态空 间 在 ２ 引， Ｄ的工作 空 间内 ， 快速 扩展随 机树 的构建过程 如 图 １所示 。
令 为一个有 ｋ 个节点的 Ｒ Ｔ 且 ∈ ‰ ， 为与障碍物无碰撞的 Ｒ， Ｃ 。Ｃ
进， 优化 了其在 路径 规划方 面 的应用 。 路 径 规划直 接影 响到 足球 机 器 人 的实 时性 、 确 性 和 高 效 性 ， 足 球 机 器 人 的核 心 和 关 键 所 在 Ｈ 。 准 是 Ｊ 对足球 机器 人 的路 径 规划进 行 深入研 究 ， 找到 一 种 全新 的或 者 比原 基础 上 更 加 优 化 的 方 法 ， 足 球 机 器 对
地环境信息后 ， 采用一次性 的全局规划来得到一条 自起点到终点的安全路径 ， 这属 于在 已知环境 中进行
路径 规划 。
传统的路径规划方法主要有 ： 人工势场法、 遗传算法 、 人工神经 网络、 蚊群优化算法 、 粒子群算法等。
近年来 各 国在机器 人 路径规 划算 法方 面 的研 究 都 有很 大 的改进 和创新 ， 日本 学 者 Ｏａｉａａｉ 如 ｔ Ｔ ｋｈｒ ｎ ｏ和 Ｋ — ｏ ｓｉｏＭａｏ ｈｎ ｋｔ ｏ在其论 文 （ ｐ ｌｎ ｐｔ ｌ ｎｒ ａｅ ｎＲ Ｔｔｃｏｅａｉ ｕ ｉ ｂｔ ｏ ｐ ｓｉ ）中提 出 Ａ ｐｙ ｇａ ａ ｐａ ｅ ｂｓｄｏ Ｒ ｏｐｒｔｅｍ ｈｒ ｏ ｂｘ— ｕｈｎ ） ｉ ｈ ｎ ｏ ｖ ｏ ｇ
Ｒ Ｔ算 法所具 有 的采样 随机 性 ， Ｒ 又产生 了规 划路 径实 时 眭不高 和很 难规 划 出 最优 路径 等 问题 。文 中将人 工 势场法 中的 目标 引力思 想 引入 Ｒ Ｔ算 法 ， 而改 进传 统 Ｒ Ｔ算法 在路 径规 划方 面 的不足 。 Ｒ 进 Ｒ
１ 快速扩展 随机树 （ Ｒ ） 法分析 Ｒ Ｔ算
一
种基于快速扩展随机树（ Ｒ ） Ｒ Ｔ 算法的多机器人有效搜索算法 ， 改进了多机器人运动 中的避障效果 ， 提
高 了多机 器人 协作 运动 的实 际应用 ； 海交通 大 学机器 人研 究所 的黄 彦文 和曹其 新 在 其论 文 《 ｏｏ ｕ 上 Ｒ ｂＣ ｐ 比赛 环境 下足球 机器 人路 径规 划研 究》 ， 相对 速度矢 量 引入人 工 势场 法 ， 传统 的势场 函数进 行 了改 中 将 对
摘
要 ： 对足球 机 器人运 用传 统快 速扩展 随机 树 （ Ｒ ） 针 Ｒ Ｔ 算法进 行路 径规 划 时随机 性 大的 问题 ，
提 出了一种 目标 引力式 的 Ｒ Ｔ路 径规 划 算 法 。该 算 法在 Ｒ Ｔ算 法 的基 础 上 引入 了一 个 目标 引 Ｒ Ｒ
力 函数 ， 免 了扩展 随 机 树 向 目标 点 以 外 的 方 向 生 长 ， 避 改进 了快 速 扩 展 随机 树 缺 乏 确 定 性 的 问 题 ， 高 了足球机 器人 在路 径 规 划 方 面 的效 率 。仿 真 实验 结 果表 明 ， 算 法能 够得 到 最佳路 径 ， 提 该 同时可 以有效提 高路 径 的规划 速度 。 关 键 词 ：快速 扩展 随机树 （ Ｒ ） 路 径规 划 ；足球 机 器人 ；目标 引力 函数 ＲＴ ； 中图分 类号 ： Ｐ２ Ｔ ４ 文 献标 志码 ： Ａ
Ｊ ｎ ２ １ ｕ ．０ １
文 章编 号 ： ６２— ３ ５ ２ １ ） ｌ一 ０ １ Ｏ １７ ９ １ （ ０ １ Ｏ ０ ８ 一 ５
基 于 一种 改进 Ｒ Ｔ算 法 的足 球 机 器 人 路径 规 划 Ｒ
郝利 波 ， 侯媛彬
（ 西安科技 大学 电气与控制工程 学院 ， 陕西 西安 ７０ ５ ） １０ ４
快 速 扩展 随机树 算法 由 Ｓ Ｍ． ａ ａｅ于 １９ ． ＬＶ ｌ ｌ ９ ８年 首次 提 出 。这 种算 法 是 以状态 空 间 中的一 个 初始 点
收 稿 日期 ： ０ ０— ４— ２ ２１ ０ ２
基金项 目： 陕西省 自然科学基金（ ０ ９Ｍ８０ ） ２ ０ Ｊ ０ ２
通讯作者 ： 郝波 （９ ４ ， ， １８ 一） 男 河南新乡人 ， 硕士研 究生 ， 主要从事智能控制方面的研究工作
８ ２
西 安 科 技 大 学 学 报
２ １ 丘 ０１
作为根 节点 ， 过 随机 采样扩 展 ， 渐增加 叶节点 ， 通 逐 生成 一个 随机 扩展 树 。当随 机树 的 叶节点 中包 含 了 目 标点或 目标 区域 中 的 点 时 ， 初 始 点 到 目标 点 之 间 的一 条 以随 机 树 的叶 节 点 组 成 的路 径 就 是 规 划 路 从