基于改进RRT算法的垃圾收集车路径规划研究

顾海蛟， 宋 宇

(长春工业大学 计算机科学与工程学院， 吉林 长春 130012)

0 引 言

随着现代技术的发展，无人化时代已然来临，原本需要人工才能完成的简单和危险的工作被机器所代替，比如现在快递业的无人寄取、大疆科技的无人机，以及常见的无人售货机等。就无人驾驶的垃圾回收车而言，决定其性能优劣的实质是内部的动力驱动系统和外部的路径规划问题。其中路径规划问题直接决定着工作效率和是否能够完成所要执行任务的关键。因此，一种合理与高效的路径规划算法是实现其工作性能最大化的保证。

常用的路径规划算法有图搜索法、人工势场法、遗传算法、RRT算法等。图搜索法是在已知环境和障碍物信息构造从起点到目标点的可行路径[1]，主要分为深度优先和广度优先两个方向。在Prim和Dijkstar最短路径算法中采用了广度优先的思想，但规划效果对启发式函数依赖性太强，较好的启发函数需要靠试凑来获得[2]。人工势场法是将整体抽象成一个引力场，目标点对移动物体产生“引力”，障碍物对移动物体产生“斥力”，最后通过“合力”控制物体的运动方向，但规划效果得到的往往不是全局最优路径[3]。遗传算法是一种仿生物算法，随着一代又一代的“遗传”,逐渐找到最优路径，容易出现过早的收敛和停滞现象。RRT算法是一种增量式采样的搜索方法，在应用中不需要任何参数，具备良好的使用性能，它利用增量递增方法构建搜索树，逐渐提高分辨能力，而无需设置任何参数与函数。……