赵港

改进RRT*算法的智能车辆路径规划

赵港

（长安大学 汽车学院，陕西 西安 710064）

RRT*算法是智能车路径规划的常用方法，但传统RRT*算法在汽车路径规划方面存在路径转折多、曲率波动较大等问题。针对这些问题，文章提出了一种改进RRT*算法，通过距离公式选取次级节点，同时添加路径转折点角度约束，从而达到限制最小路径段长度和减小路径曲率变化的目的。通过MATLAB仿真平台对改进的RRT*算法进行仿真验证。实验结果表明，该算法能够提高生成轨迹的平滑度，规划的路径更符合车辆在行驶过程中的轨迹特征。

路径规划；RRT*算法；角度约束

前言

随着现代社会汽车智能化程度的不断提高，路径规划已经成为智能驾驶汽车上的一个重要研究方面。路径规划主要目的是让目标对象在规定范围的区域内找到一条从起点到终点的无碰撞安全路径，是智能汽车完成驾驶任务的必要条件[1]。目前针对智能车路径规划的相关研究成果，大部分都是对移动机器人路径规划方法进行修改和调整得来的。路径规划算法主要有：基于图搜索的方法，以A*算法和D*算法为典型代表；基于采样的方法，以概率路图法（PRM）和RRT为代表；基于离散优化的方法；人工势场法：通过构建虚拟力场的方法，假设障碍物与车辆之前存在斥力作用，而目标点与车辆之前存在引力作用，通过计算合力的方法为车辆规划出一条可通过的安全路径。

文献[2]用复杂度低的度量函数以提高随机树的求解速度，嵌入Dijkstra算法进行优化，提高了算法的收敛速度。……