适用于三维环境快速收敛的路径规划算法研究
郭云舒
武汉轻工大学电气与电子工程学院 湖北武汉 430023
摘要：RRT*算法因适应高维、渐近最优的特性成为运动规划领域的重要标准算法,但因全局随机采样易导致早期搜索方向偏差、复杂环境易陷局部困境等问题.基于此,文章提出一种改进RRT*算法在全局随机采样基础上引入限制区域启发式采样,按启发偏向值概率选择采样方式以缩减搜索空间;同时单次启发式采样迭代生成多个候选点并计算代价,动态调整代价函数权值优化采样选择,提升采样效率并减少冗余路径.Python仿真实验表明,改进算法在不同环境下性能更优,复杂场景中较RRT*算法平均速度提升94.53％、路径成本降低17.39％,验证了其有效性与优越性.
关键词：路径规划RRT*六自由度机械臂启发式概率采样
论文发表日期：2026-02-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 20-23 )