-
作者
韩龙姜楠邓东江陈楚
-
单位
黑龙江科技大学电气与控制工程学院
-
摘要
针对巡检机器人应用Informed-RRT*算法路径规划时的无效采样、速度较慢以及路径不平滑等问题，提出了高斯混合模型优化的Informed-RRT*路径规划算法。运用高斯分布函数获取障碍物附近无碰撞采样节点的样本集，训练生成的高斯混合模型将采样样本集中在更有效的区域中，增强采样目的性与准确性。采用三次B样条曲线对路径进行平滑处理，在不同二维栅格地图中进行仿真实验。结果表明，改进算法与Informed-RRT*算法相比，找到最优路径花费时间最高缩短了57.17%,需寻找的采样点最多减少57.86%,路径长度及生长转角均有较大改进，路径更平滑。搭建巡检机器人进行现场测试，改进算法能够满足巡检机器人路径规划的要求，证明该方法的有效性。
-
关键词
巡检机器人路径规划Informed-RRT~*路径优化
-
基金项目(Foundation)
黑龙省重点研发计划项目(JD2023SJ25)；黑龙江省省属高等学校基本科研业务费项目(2022-KYYWF-0553)；
-
文章目录
0 引 言
1 改进Informed-RRT*算法
1.1 Informed-RRT*算法
1.2 GMM优化采样
1.2.1 GMM
1.2.2 改进EM算法
1.2.3 获取采样样本集
1.3 三次B样条曲线
1.4 改进Informed-RRT*路径规划算法
2 仿真实验
3 实验验证
4 结 论
-
引用格式
[1]韩龙,姜楠,邓东江,等.高斯混合模型优化的Informed-RRT路径规划算法[J].黑龙江科技大学学报,2024,34(04):624-630.
黑龙江科技大学学报 
2024年第04期 
