原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
基于GD-RRT的未知海域路径规划方法研究
摘要
近年来，随着新兴人工智能技术、计算机技术的进步与发展，智能机器人应用技
术与日俱新。智能机器人搜索技术的基础之一是路径规划技术，自主水下航行器
（Autonomousunderwatervehicle，简称AUV）在未知水下环境进行路径规划工作时，
经典的路径规划算法难以兼顾鲁棒性与高效性。本文针对以上问题提出梯度依赖快速
扩展随机树（GradientDepend−RapidlyexploringRandomTree，简称GD-RRT）算法。
主要研究内容如下：
（1）针对未知海域快速扩展随机树（RapidlyexploringRandomTree，简称RRT）
算法冗余树枝过多的问题，提出基于GD-RRT算法的未知环境路径规划方法。首先针
对RRT算法的盲目性，提出以概率选取树枝指定延伸方向的方法解决RRT算法冗余树
枝过多的问题，其次针对RRT算法不适用于未知海域路径规划问题，引入了滚动窗口
算法，最后通过实验验证GD-RRT算法具有迭代次数更少、最终路径更短、运行时间
更短与扩展性良好的优势。
（2）针对GD-RRT算法与人工势场法的局部最优困境，提出一种基于势场叠加的
三力合一随机搜索树剪枝方法。首先针对GD-RRT算法面对特定障碍物的局部最优困
境，提出引入势场叠加方法作为GD-RRT算法的概率选取树枝延伸方向，其次针对人
工势场法的局部最优困境，提出将随机力作为扰动加入势场，形成基于势场叠加的三
力合一方法，并将三力合一方法与GD-RRT算法相结合构成TF-GD-RRT算法，最后通
过实验验证TF-GD-RRT算法具有鲁棒性强、扩展性良好的优势。
关键词：AUV；GD-RRT算法；滚动窗口算法；势场叠加
基于GD-RRT的未知海域路径规划方法研究
Abstract
Inrecentyears,withtheadvancementanddevelopmentofnewartificialintelligence
technologiesandcomputertechnology,intelligentroboticsapplicationsarebecomingmoreand
moreadvanced.Oneofthefoundationsofintelligentrobotsearchtechnologyispathplanning
technology,andclassicalpathplanningalgorithmsaredifficulttobalancerobustnessand
efficiencywhenanautonomousunderwatervehicle(AUV)isworkingonpathplanninginan
unknownunderwaterenvironment.Inthispaper,theGradientDepend-Rapidlyexploring
RandomTree(GD-RRT)algorithmisproposedtoaddressthisproblem.Themainresearch
elementsareasfollows:
(1)ToaddresstheproblemoftoomanyredundantbranchesintheRapidlyexploring
RandomTree(RRT)algorithmforunknownseas,apathplanningmethodforunk
文档评论（0）