一种基于节点密度偏置采样空间的RRT无人机路径规划算法制造技术

本发明专利技术公开了一种基于节点密度偏置采样空间的RRT无人机路径规划算法，包括以下步骤：步骤1：设置无人机初始时刻的位置信息以及各种参数信息；步骤2：在可行状态空间中基于节点密度偏置采样获得随机的节点x

【技术实现步骤摘要】
一种基于节点密度偏置采样空间的RRT无人机路径规划算法


[0001]本专利技术涉及无人机路径规划算法
，尤其涉及一种基于节点密度偏置采样空间的RRT无人机路径规划算法。

技术介绍

[0002]路径规划问题是指在已知环境信息的任务场景中，预先规划出从无人机起始点到目标点的可飞行路径。在无人机的实际路径规划过程中，由于无人机多自由度机动特性和多障碍环境等飞行约束，路径规划算法的计算成本随地图的大小和状态空间的维度而成倍增加。
[0003]最早由LaValle提出的快速探索随机树算法(RRT/Rapidly Exploring Random Tree)作为一种通过状态空间随机采样无碰撞节点，用于构建探索路径的算法。因为其计算成本低，适合多维环境，算法收敛速度不取决于障碍的数量，而取决于环境几何特性的特点，在复杂飞行环境中，具有更高的路径规划效率，在相关研究领域得到了普遍关注和广泛应用。Gammell提出的Informed
‑
RRT*算法利用椭圆型采样空间约束采样节点，提高了最优路径的收敛速度。Jeong提出的Quick本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于节点密度偏置采样空间的RRT无人机路径规划算法，其特征在于：包括以下方法步骤：步骤1：设置无人机初始时刻的位置信息以及各种参数信息；步骤2：在可行状态空间中基于节点密度偏置采样获得随机的节点x
rand
；步骤3：遍历随机树所有节点，寻找与节点x
rand
可连接的最近节点x
nearest
，以节点x
nearest
为基准节点，以步长r，沿节点x
rand
与节点x
nearest
相连的直线进行扩展获得新节点x
new
，将节点x
new
以及x
new
与x
nearest
的连线添加至随机树G＝(V,E)，其中V为随机树节点集合，E为节点连线集合，如果不存在可相连的节点x
nearest
，则跳转回步骤2；步骤4：对新节点x
new
半径r范围内的所有随机树节点进行重连接优化；步骤5：判断新节点x
new
是否到达目的地，是则结束规划并输出最优路径，不是则跳转至步骤2。2.根据权利要求1所述的一种基于节点密度偏置采样空间的RRT无人机路径规划算法，其特征在于：在步骤2中基于节点密度偏置采样策略为：通过随机均匀采样策略获得采样点，对新获得的采样节点进行判定，以新采样节点为中心，r为半径的区域统计属于随机树的节点数量d
rand
，当节点数量大于阈值d
flag
时抛弃并重新采样，初始阈值为任意较小的值。3.根据权利要求2所述的一种基于节点密度偏置采样空间的RRT无人机路径规划算法，其特征在于：当采样失败时，对第n次重新采样的阈值进行更新，更新公式为：当采样节点通过阈值判定时，对初始阈值进行更新，更新公式为：其中为初始阈值，为第n次采样节点所在区域内的节点数量，为第n+1次重新采样时刻的判断阈值。4.根据权利要求1所述的一种基于节点密度偏置采样空间的RRT无人机路径规划算法，其特征在于：对步骤3中x
rand
的最近节点x
nearest
进行定义：首先定义为所有无碰撞路径分配成本值的成本函数，其中表示实数域集合；则x
nea...

【专利技术属性】
技术研发人员：邓启波，张钟元，杨佑绪，蒋进伟，李光昱，
申请(专利权)人：南昌航空大学，
类型：发明
国别省市：