李金良，舒翰儒，刘德建，徐 磊

(山东科技大学机械电子工程学院，山东 青岛 266560)

0 引言

随着人工智能的不断推进，机器人技术得到了飞速的发展，智能化成为未来机器人领域的新航标。其中，机器人技术重要的研究领域—路径规划，也开始迅速发展。

路径规划主要研究在障碍物空间环境下，机器人自主搜寻一条从起点到目标点的可行路径或最优路径[1]。机器人的路径规划算法有图搜索法[2]、可视图法[3]、人工势场法[4]、概率路图法[5]、快速扩展随机树法等。因快速扩展随机树法更适合移动机器人和多自由度工业机器人路径规划而被广泛应用及改进。

王中玉等[6]改进传统A*算法的评价函数，减少了一定的计算量；通过改变评价函数的权重比例，减少了不必要的点的搜索，但在三维空间中依然存在计算量大的问题。宋宇等[7]通过人工势场法和RRT算法相结合，以合力方向引导搜索树的扩张，可以减少采样点的个数和搜索路径长度，但搜索时间明显增加。代彦辉等[8]通过引入起始点到目标点的方向向量，使得搜索树扩展具有方向性，虽然大大减少了算法的迭代次数和搜索时间，但极容易陷入障碍物包围圈内，从而导致算法的失败。

本文提出一种目标偏向的RRT算法，结合上述一些算法作出以下改进：基本RRT算法搜索具有盲目性，因此引入目标偏向策略[9]，以减少采样点的数目；通过对采样点距离和速度约束，减少搜索范围，提高计算效率；对规划后的路径采用贪心算法[10]简化路径并对其用三次B样条曲线[11]进行优化。……