RRT算法介紹

RRT算法原理介紹：RRT搜索樹與樹的生長相類似，即不斷生長的同時又向四周擴散。算法以路徑起點Xstart作為隨機樹T的根節點，樹中節點xj用集合V存儲，節點間的連接用連接邊集E存儲，所有節點xj滿足屬于集合Xfree的條件。路徑規劃中，從空閑區域選取隨機節點來引導樹的生長方向，隨機節點數依照具體情況而定，直到到達目標點才完成整個搜索，標出根節點與目標節點的連接線。
RRT算法偽代碼如下：
Build_RRT(xstart, xfinish, K)

T.start(xstart);

for k = 1 to K do

Xrand<-RANDOM();

Xnear<-NEAREST(Xrand, T);

if OBS_NOT_FREE(Xnew, Xrand)

continue;

Xnew<-NEW_START(Xnew, Xrand, u);

V<-T.add_vertex(Xnew);

E<-T.add_edge(Xnear, Xnew);

if dis[Xnew, xfinish]<u

Return T;
圖1 RRT算法擴展圖

算法在第1-2步處進行初始化，設置最大迭代次數后進入循環。
第3-7步產生新節點，在空間區域中，隨機節點Xrand屬于集合RANDOM；NEAREST函數利用歐氏距離選擇節點中距離Xrand最近的節點，產生Xnear節點。如果Xrand與Xnear連線上存在障礙物，那么判斷之后就會停止當前循環，進入下一次循環。NEW_START函數從Xnear與Xrand兩節點的連線方向上擴展固定步長u，從而得到新節點Xnew。節點擴展過程如圖1所示。
第8-9步將產生的新節點以及新產生的邊添加至原隨機樹。
第10-11步判斷條件，若新節點與目標節點之間的歐式距離小于固定步長或者新節點已經到達最終目標節點，則返回隨機樹T；另一方面，若未達到目標節點但達到了最大迭代次數K，此時算法會終止，連接到目標節點。
隨機樹確定后，標記目標點返回，循環遍歷父節點，探索至樹的根節點。此時，算法從隨機樹中找到一條連接根節點和目標節點且無碰撞障礙物的可行路徑。

MATLAB仿真：

Time = 33.240944 s
Path Length = 1.8452e+03

總結

以上是生活随笔為你收集整理的RRT算法介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。