改进PSO-PH-RRT^*算法在智能车路径规划中的应用

摘要

在机器人控制、智能车自主导航等应用场景中，路径规划需要考虑到环境中的障碍物、地形等因素.针对路径规划中快速拓展随机树（RRT）算法拓展目标方向盲目、效率较低的问题，提出了基于粒子群算法优化的均匀概率快速拓展随机树（PSO-PH-RRT^*）算法.该算法在基于均匀概率的快速拓展随机树（PHRRT^*）算法的基础上，利用粒子群算法更新方向概率作为随机树节点的速度方向，从而改善了节点的位置更新策略，并将节点到目标向量的距离和轨迹平滑度作为粒子群算法的适应度函数.最后在多种障碍环境下进行仿真.结果表明，PSO-PH-RRT^*算法能大大减少迭代时间成本，同时改善路径长度和平滑度.

关键词

路径规划 / RRT算法 / 改进粒子群优化算法 / 目标向量 / 代价函数 / 适应度函数