基于改进RRT算法的快速路径规划

针对快速扩展随机树(RRT)算法在路径规划时，存在速度慢、内存计算大的问题，提出一种目标启发扩展策略的改进RRT算法。首先，将节点距目标点以及距随机采样点两者距离之和的最小值作为待扩展节点的选取依据，以此来增加随机树上靠近目标处节点被选取作为待扩展节点的概率；其次，优先尝试目标方向扩展，一旦尝试失败则进行随机扩展，进而在增强算法目标收敛性同时，也确保在遇到障碍物威胁时算法亦能保持较大随机性；同时对初始路径进行冗余点裁剪后的路径进行B样条曲线平滑改善路径质量。仿真结果表明：改进策略具有明显提高路径规划速度以及减少算法内存计算量的优势。