【技术实现步骤摘要】
基于多树RRT的无人艇加权迭代路径规划方法及设备
[0001]本专利技术属于无人艇运动规划领域，更具体地，涉及一种基于多树RRT的无人艇加权迭代路径规划方法及设备。
技术介绍
[0002]无人艇的路径规划是实现其自主运动的重要保障，对此也有很多成熟的算法，其中，快速扩展随机树(Rapidly
‑
exploring Random Trees，RRT)算法，是近十几年得到广泛发展与应用的基于采样的运动规划算法，该方法具有适应性强、概率完备、生成速度快等诸多优点。根据RRT的采样思想，连接一系列从无障碍的空间中随机采样的点，适合解决多自由度无人艇在复杂环境下和动态环境中的路径规划问题，从而建立一条从初始状态到目标状态的路径。但是对于单纯的RRT或者RRT*算法，总是存在收敛速率未知，无效拓展区域等问题，在实际场景中，往往需要根据需求找到一条满足运动条件约束的路径。
[0003]为了加速RRT的收敛，不断有对于RRT的改进算法，如基于概率的RRT，即在随机树生长的过程中，根据概率来选择生长方向是目标点还是空...
【技术保护点】
【技术特征摘要】
1.一种基于多树RRT的无人艇加权迭代路径规划方法，其特征在于，包括以下步骤：步骤1：基于RRT算法从起始点开始朝向目标点生成随机节点从而构建第一棵RRT随机树；步骤2：判断是否找到从起始点到达目标点的路径，若是，则输出该路径路径作为第一条路径，进入步骤3；否则，需要进行重规划第一棵随机树，即重复执行步骤1，直至找到从起始点到达目标点的路径作为第一条路径并就进入步骤3；若重复预设的K
m
次步骤1仍然未找到从起始点到达目标点的路径，则判定不存在从起始点到目标点的通路；步骤3：保留和记录上一棵随机树的节点NodeList，以NodeList作为引导节点构建新的RRT随机树；步骤4：判断是否规划成功，成功则继续步骤5；若不成功，输出上一次规划路径作为最终优化的路径；步骤5：计算规划路径的加权代价，若高于预设的期望代价，则返回步骤3；若不高于预设的期望代价或者达到预设最大迭代次数K
n
，则直接输出此时路径为最终优化的路径。2.如权利要求1所述的一种基于多树RRT的无人艇加权迭代路径规划方法，其特征在于，步骤1中还包括在人工势场APFs作用下构建可行探测区域，引导随机点生成函数，具体包括：利用势场函数U来建立人工势场，设某随机节点ξ的势场U(ξ)为目标点的引力势场U
att
(ξ)和障碍物的斥力势场U
rep
(ξ)之和：其中，改进的势场函数表达式为：其中，改进的势场函数表达式为：其中，K
att
为引力增益常数，K
rep
为斥力系数，d为引力距离阈值，ρ(ξ,ξ
goal
)表示ξ离目标点ξ
goal
的最近距离，ρ0为障碍物obstacle的影响半径，ρ(ξ,obstacle)表示ξ离障碍物obstacle的最近距离；在ξ处的梯度势场向量F(ξ)为引力势场梯度和斥力势场梯度矢量和：因此，通过Rand_sample采样函数生成一个随机数ξ
rand
来表示ξ
rand
∈Region_sample，则Region_sample即为APF在势场向量F(ξ)作用下的具有方向偏向目标点的给定裕度的可行探测区域，表示为：
其中，ξ
rand
.x为随机点ξ
rand
的x坐标，ξ
rand
.y为随机点ξ
rand
的y坐标，ξ
nearest
.x为当前要拓展点ξ
nearest
的x坐标，ξ
nearest
.y为当前要拓展点ξ
nearest
的y坐标；K
p
为区域Region_sample的边长比例系数,φ为水平方向与F(ξ)的夹角，Angle为区域Region_sample的最大夹角。3.如权利要求2所述的一种基于多树RRT的无人艇加权迭代路径规划方法，其特征在于，步骤1中还包括节点过滤步骤，具体为：将不可寻的轨迹点列为不可行区域，若在ξ
nearest
和新节点ξ
new
之间检测到障碍物，则将ξ
new
为圆心、filter_radius为半径的区域过滤，记为过滤区域RegionFilter，即：其中，ξ
rand
.x、ξ
rand
.y分别为节点ξ的x、y坐标，ξ
new
.x、ξ
new
.y分别为新节点ξ
new
的...
【专利技术属性】
技术研发人员：谢远龙，吴昊，王书亭，蒋立泉，孟杰，李鹏程，孙浩东，吴天豪，严一鸣，付清晨，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。