机器人控制理论与技术课程论文剖析.docVIP

基于RRT及其改进型的路径规划算法报告 摘要：本设计学习并分析了基本RRT路径规划的原理，并通过参考资料及自己分析，提出了一种改进的RRT路径规划算法。为了验证改进型RRT算法的正确性以及合理性。最后在VS2010开发环境下用C++编写了两种RRT算法的程序代码及演示界面。通过一定量的实验得到了大量数据。经过数据分析，验证了改进型RRT是正确的，并且在不破坏基本RRT算法的随机性的前提下，有效的将随机性和目的性结合起来，提高了RRT算法的效率和路径的质量。 关键词：机器人 路径规划 快速扩展随机树(RRT) 随机性与目的性 引言 路径规划是智能机器人研究领域的一个重要方向，主要解决在有障碍的环境中，机器人如何自主寻找一条从给定起点到终点适当的运动路径，使其能在运动过程中安全、无碰地绕过障碍物。传统的路径规划有多边形拟合法、遗传算法、栅格法、人工势能法等。但这些方法都需要在一个确定性空间内对障碍物进行确定的建模和描述，计算复杂度与机器人自由度呈指数关系，不适合于解决多自由度机器人在复杂环境中的规划 [3]。 最近十几年来，基于随机采样的路径规划算法渐渐增多，该类算法可以适用于不确定环境的高维空间。快速扩展随机树(Rapidly-Exploring Random Tree，RRT)算法，是由S．M．LaValle于1998年提出。RRT是一种基于随机采样的单查询运动规划方法。该方法特