控制与决策

作者：胡耀炜,汤萍萍,张晖,陈旭飞

单位：安徽师范大学 物理与电子信息学院，安徽 芜湖 241002,,安徽师范大学 物理与电子信息学院，安徽 芜湖 241002;南京邮电大学 通信与信息工程学院，南京 210003;安徽华东光电技术研究所有限公司，安徽 芜湖 241002,,南京邮电大学 通信与信息工程学院，南京 210003,,安徽师范大学 物理与电子信息学院，安徽 芜湖 241002,

关键词：快速探索随机树;多点并行;双树引导;轨迹优化;偏置引导;动态路径规划

基金：国家自然科学基金项目(62071005, 62071252)；国家重点研发计划项目(2020YFB2104004)；江苏省重点研发计划项目(BE2021725)；安徽省自然科学基金项目(2308085Y02, 2208085MF155)；安徽省高校自然科学基金项目(KJ2021A0124)；安徽省博士后科研项目(2024C946)；安徽省育人质量工程项目(2024cxcysj027).

路径规划是机器人实现自主操作的核心技术之一, 使得机器人在复杂动态环境中能够快速找到安全路径. 然而, 仅依赖全局路径规划无法有效避开动态障碍物, 仅使用局部路径规划则可能会陷入局部极小值导致无法顺利到达目标. 鉴于此, 提出一种适用于动态环境的移动机器人双层路径规划方法. 在第1层中: 采用并行采样和双树引导快速探索随机树算法(PB-RRT)搜索全局路径. 该层利用并行启发式采样策略, 建立包含距离因子和转角因子的评价函数, 以选取最佳采样节点进行自适应扩展, 构建双树引导机制实现两树快速融合. 然后结合轨迹优化方法, 对初始路径长度和平滑度进行优化, 得到路径关键节点. 在第2层中: 结合第1层得到的路径关键节点作为安全动态窗口算法(SDWA)动态子目标, 并引入一种偏置引导方法以避开动态障碍物. 实验结果表明, 与其他规划算法相比, 所提出方法能够快速生成更高质量的全局路径. 在动态环境中能够高效避开动态障碍物, 验证了所提出方法的有效性.

来源：2025年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第10期