.png){kind=icon}
返回
A multi strategy bidirectional RRT* algorithm for efficient mobile robot path planning
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-13915-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决传统Rapidly-exploring Random Tree Star (RRT*)算法在复杂环境中收敛速度慢、路径质量差的问题，本文提出了一种多策略双向RRT* (MS-BI-RRT*)算法用于高效移动机器人路径规划。在新生成节点阶段，设计了基于动态目标偏置概率和扩展反馈的扩展模式调度机制，以实现多扩展模式间的自适应切换，从而提高扩展效率。同时，引入基于局部障碍物密度的动态步长调整方法以增强扩展稳定性。在父节点重布线阶段，构建了多因素路径代价函数以优化父节点选择，进而提升路径质量。在后处理阶段，采用基于Bézier曲线的平滑策略以改善轨迹连续性和动态可控性。在五种典型环境中的仿真结果表明，与RRT*、BI-RRT*、APF-RRT*、BI-APF-RRT*和GB-RRT*算法相比，MS-BI-RRT*算法将平均执行时间降低了77.50%，节点数量减少了76.41%，路径长度缩短了4.37%，并在所有环境中均实现了100%的成功率。这些结果证明，所提出的方法显著提升了收敛速度、路径质量及环境适应性，同时表现出更优的鲁棒性。
Keyword:
Path planning
Bidirectional RRT*
Local translational expansion
Artificial potential field
Dynamic step size
期刊
IF:
3.9
论文数:
27.9W
被引数:
83.5W
机构
引用论文
Double-Layer RRT* Objective Bias Anytime Motion Planning Algorithm双层RRT*目标偏置任意时间运动规划算法.png)
RoboticsOAAI
RoboticsIF0
OAAI分享收藏DBVSB-P-RRT*: A path planning algorithm for mobile robot with high environmental adaptability and ultra-high speed planningDBVSB-P-RRT*: 一种具有高环境适应性和超高速规划能力的移动机器人路径规划算法
PREAI
分享收藏Wall-pressure fluctuations associated with turbulent boundary layer of pump-jet duct and empirical spectrum modeling与泵喷射管 turbulent boundary layer 相关的壁面压力波动及经验谱建模
PREAI
分享收藏A novel vision-based calibration framework for industrial robotic manipulators一种新颖的基于视觉的工业机器人标定框架
PREAI
分享收藏分享收藏Bidirectional rapidly exploring random tree path planning algorithm based on adaptive strategies and artificial potential fields基于自适应策略和人工势场的双向快速探索随机树路径规划算法
PREAI
分享收藏
查看更多内容