【技术实现步骤摘要】
本专利技术涉及控制方法，特别是指一种基于快速搜索随机树的路径规划方法及系统。
技术介绍
1、在过去的几十年里，随着计算机技术的进步，特别是在人工智能和机器学习领域取得突破性进展后，机器人的功能和应用范围都得到了极大的扩展。在机器人的广泛应用领域中，路径规划是一项至关重要的技术，它使机器人能够在各种复杂环境中有效地导航和移动，以实现任务的顺利完成。
2、在众多路径规划技术中，一种备受关注的方法是快速搜索随机树(rrt)。rrt是一种基于采样的规划算法，通过在状态空间中随机采样，并通过逐步扩展树结构，以快速生成可行路径。提供一种融合深度强化学习的改进rrt多机械臂空间机器人路径规划方法，有效解决了避障问题，减少路径规划的时间，提高规划实时性。
3、rrt*算法是rrt算法的改进版本，它在构建树的过程中考虑了节点之间的最优路径，并且在插入新节点时会优先选择对整个树路径长度影响最小的节点，从而更有可能找到最优路径。但rrt*算法在静态环境中具有一定局限性，针对该问题，剔除了原rrt*算法中所有的碰撞检测，通过在代价函数中...
【技术保护点】
1.一种基于快速搜索随机树的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于快速搜索随机树的路径规划方法，其特征在于，所述代价函数具体为：
3.根据权利要求2所述的基于快速搜索随机树的路径规划方法，其特征在于，所述距离平滑代价函数具体为：
4.根据权利要求2所述的基于快速搜索随机树的路径规划方法，其特征在于，所述鲁棒函数具体为：
5.根据权利要求4所述的基于快速搜索随机树的路径规划方法，其特征在于，所述鲁棒代价值具体为：
6.根据权利要求4所述的基于快速搜索随机树的路径规划方法，其特征在于，所述...
【技术特征摘要】
1.一种基于快速搜索随机树的路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于快速搜索随机树的路径规划方法，其特征在于，所述代价函数具体为：
3.根据权利要求2所述的基于快速搜索随机树的路径规划方法，其特征在于，所述距离平滑代价函数具体为：
4.根据权利要求2所述的基于快速搜索随机树的路径规划方法，其特征在于，所述鲁棒函数具体为：
5.根据权利要求4所述的基于快速搜索随机树的路径规划方法，其特征在于，所述鲁棒代价值具体为：
【专利技术属性】
技术研发人员：杨妍，张昊，陈海均，田畅，钟杭，刘志杰，贺威，
申请(专利权)人：北京科技大学，
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。