论文部分内容阅读
传统的快速扩展随机树(RRT)算法具有探索能力强和收敛速度快等显著优点,但是由于算法采用随机采样作为路径搜寻手段,导致RRT算法的规划性能十分不稳定,且在复杂环境下尤为明显。针对这个问题,借鉴启发式算法的思想,提出动态规避算法,通过引入启发式约束采样策略,适当增加算法的指向性,并且使规划的航迹更符合无人机的飞行轨迹,然后采用动态步长规避策略,改善算法的探索和避障能力。再对规划成功的路径进行优化,获得相对平滑的航迹。最后通过MATLAB仿真对比实验对算法进行分析,对比实验的结果表明算法在障碍物密集的区域内,