一种基于改进RRT*的全局路径规划算法

针对传统RRT*全局路径规划算法在多障碍物复杂环境中搜索效率低、占用内存过大、搜索路径不平滑等问题,提出一种基于简化地图的区域采样RRT*算法(simplified map-based regional sampling RRT*,SMRS-RRT*).首先简化处理全局栅格地图,在此基础上寻找从起点到目标点的最优路径点集合,并将该路径作为引导路径通过智能采样因子进行扩大,得到智能采样区域;然后在智能采样区域中不断迭代搜索,得到一条从起点到目标点的代价小、无碰撞路径;最后结合最小转弯半径约束的路径修剪和基于B样条曲线的路径优化,生成一条路径平滑且曲率连续的优化路径,从而使移动机器人沿着该全局优化路径快速、平稳、安全地到达目标点.仿真实验表明,所提出算法能够有效提高传统RRT*搜索效率,加快收敛速度,降低内存消耗.