基于多优化快速扩展随机树算法的足球机器人路径规划

摘要：

研究RoboCup比赛未知环境中足球机器人的路径规划问题.提出一种多优化设计快速扩展随机树(rapidly explo-ring random tree,RRT)的足球机器人路径规划算法,解决了足球机器人在路径规划中存在的速度慢、效果差的问题.依据基本RRT算法原理,针对其随机性强、收敛速度慢以及路径平滑效果差的缺点,提出了随机采样点处增加引力分量、多步扩展逼近目标点以及冗余节点的剪裁与路径平滑等优化方式.在不同障碍物地图中的仿真实验表明,优化的规划路径长度比基本快速扩展随机树算法所得路径缩短约20％～30％,采样点数量减少45％～65％.最终将优化算法移植到SimRobot仿真平台,结果表明多优化设计RRT算法在未知环境中具备良好的实时性和鲁棒性,能够满足机器人在赛场上的路径规划要求.

关键词：足球机器人、未知环境、路径规划、RRT算法

所属期刊栏目：19

分类号：TP273(自动化技术及设备)

资助基金：西安市智慧高速公路信息融合与控制重点实验室项目201805062ZD13CG46;中国博士后科学基金2016M600814;中央高校基本科研业务费专项资金300102329202

在线出版日期：2019-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：189-195