基于改进双向快速扩展随机树算法的智能汽车路径规划研究

打开文本图片集

【摘要】针对智能汽车路径规划中双向快速扩展随机树（RRT-Connect）算法获得的路径不是最优解和狭小通道探索性能较差的问题，在分析RRT-Connect算法基本原理的基础上，对其在扩展策略和路径平滑等方面进行了改进。首先，引入概率偏向法对选取的随机点进行筛选，并基于人工势场进行扩展，以缩短路径和计算时间，然后，引入三次B样条曲线对路径进行优化，生成光滑路径，保证路径满足智能汽车的动力学特性，最后，通过仿真验证改进RRT-Connect算法的性能，结果表明，在简单障碍物、复杂障碍物和狭窄路径环境下，改进的RRT-Connect算法的平均路径长度和平均耗时均优于传统RRT-Connect算法。（剩余9695字）