Dynamic-Zone-Modulated RRT for efficient 3D UAV path planning

Yang, Jinglong

doi:10.1016/j.robot.2026.105675

Dynamic-Zone-Modulated RRT for efficient 3D UAV path planning

2026-08-01

0

PRE

AI

DOI：10.1016/j.robot.2026.105675

原文链接

原文求助

摘要

En 中文

基于采样的路径规划算法（如RRT）由于固定步长和均匀采样，在障碍物密集的3D环境中搜索效率较低。本文提出了一种动态区域调制的RRT（DZM-RRT），作为RRT在3D无人机路径规划中的实用、集成的密度自适应增强方法。DZM-RRT估算每个树节点周围的局部障碍物密度，并使用与全局地图密度成比例的密度阈值将环境划分为低、中、高密度区域。与本研究中考虑的密度感知基线方法不同，这些方法主要利用密度信息引导扩展，DZM-RRT还引入了一种密度加权的代价函数，可在存在多个候选路径时作为启发式、安全加权的路径评估得分。区域标签控制扩展步长、归一化路径长度和方向变化的代价函数权重，以及后处理平滑的激进程度。在三个3D地图上与RRT、DG-RRT、BIT*、PRM和DQN的实验对比表明，在测试条件下，与密度感知和最优性寻求的基线相比，DZM-RRT在规划效率和路径质量方面具有竞争力。观察到的性能提升是经验性的，产生于测试的地图配置、参数设置和实现；与标准RRT相比的巨大数值差距主要反映了均匀采样RRT在复杂环境中的已知局限性，而非DZM-RRT的理论优势。定量平滑性分析揭示了有意的安全-平滑性权衡：DZM-RRT在最复杂的环境中实现了最低的最大航向变化，同时保持了有竞争力的曲折度。所有实验均在静态、预计算的占用地图上验证；在线射线基密度扩展仍处于概念阶段，留待未来工作。在P600无人机上的ROS仿真和物理飞行测试证实了可行性，所有测试场景均成功完成任务。不同场景中的速度变化反映了障碍物密度、路径几何形状和环境条件的综合影响，不能仅归因于规划算法。

Keyword:

UAV

3D path planning

RRT algorithm

Local density perception

Dynamic weight adjustment

Obstacle avoidance

Dynamic-Zone-Modulated RRT for efficient 3D UAV path planning

摘要

期刊

机构

引用论文