复杂未知环境下机器人路径规划算法研究

路径规划是移动机器人自主导航系统的关键任务之一,灵活有效的路径规划算法有助于机器人适应各种复杂环境,到达指定地点完成任务。 本文就二维未知环境及三维狭窄空间中的路径规划问题进行研究,得到两种新的改进算法,仿真实验可验证算法的有效性。 为实现二维未知环境下的路径规划,克服局部最小、震荡等问题,本文提出了一种新的在线路径规划算法。该算法基于滚动优化算法思想,重新设计子目标映射法则；在局部路径规划中引入二维对角线距离作为A*搜索算法的启发式距离；添加禁忌搜索和随机路径选择模块,以克服震荡问题并保证了算法的完备性。仿真实验验证了算法在环境适应能力和路径优化等方面的性能提高。 三维空间环境因运动约束复杂,障碍物分布多变,路径规划面临较大挑战。为解决分布有狭窄通道的三维空间中的路径规划问题,本文提出一种改进型RRT算法。改进算法首先引入三维对角线距离进行最近点邻域搜索,减小了算法的运算复杂度；此类环境中易出现原搜索树难以扩展的采样节点,改进算法采用生成局部搜索子树的方法,加快了算法的收敛速度,能够在较短时间内找到一条有效路径抵达目标点；路径平滑模块对所得路径进行平滑优化,提高机器人的工作效率。本改进算法在保持了原RRT算法优势的同时增强了路径搜索的目的性和时效性。仿真实验验证了算法性能的有效性。