CN111707264A - 一种改进拓展式rrt路径规划方法、***及装置 - Google Patents
一种改进拓展式rrt路径规划方法、***及装置 Download PDFInfo
- Publication number
- CN111707264A CN111707264A CN202010480397.4A CN202010480397A CN111707264A CN 111707264 A CN111707264 A CN 111707264A CN 202010480397 A CN202010480397 A CN 202010480397A CN 111707264 A CN111707264 A CN 111707264A
- Authority
- CN
- China
- Prior art keywords
- random
- point
- rand
- tree
- effective
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种改进拓展式RRT路径规划方法、***及装置。所述的改进拓展式RRT路径规划方法包括如下步骤:步骤S1、将起点xstart加入随机树;步骤S2、生成随机点xrand并判断其是否有效,有效则将随机点xrand加入随机树,否则舍弃该随机点xrand并重复步骤S2直至获取有效的随机点xrand;步骤S3、以步骤S2获得的有效的随机点xrand为中心向周侧进行随机点拓展,并将拓展的有效随机点加入随机树中,判断目标点xgoal是否在随机树中,若是,则执行步骤S4,否则,返回步骤S2;步骤S4、从目标点xgoal开始向起点xstart追溯父节点作为最终路径。与现有技术相比,本发明具有效率高、搜索速度快、在狭窄通道情况下的成功率高等优点。
Description
技术领域
本发明涉及机器人控制技术领域,尤其是涉及一种改进拓展式RRT路径规划方法、***及装置。
背景技术
规划算法被广泛应用于机器人导航,电脑游戏等多种领域之中,快速拓展随机树算法(Rapidly-exploring Random Tree,RRT)作为最常见的规划算法之一,具有覆盖率高,搜索范围广等有优点,但由于RRT是一种基于采样的算法,其仅仅具有概率完备性,尤其对于类似狭窄通道的环境,难以得到可行解。
针对此问题,诸多学者做出了相应的改进。双向RRT(RRT-connect)同时从起点和终点开始以对方为终点拓展随机树,并在两棵随机树相连时完成搜索,该方法在加速了搜索的同时,对狭窄通道情况有一定作用,但效果甚微。DD-RRT(Dynamic-Domain RRT)在多次连接采样点失败后,认为搜索陷入困境,随机树拓展至狭窄通道附近,通过动态调整下一次采样的范围来增加其进入狭窄通道的可能性,但该算法对于搜索范围的半径选择较为敏感,不当的半径选择可能反而导致算法陷入困境,无可行解。DD-RRT仅仅通过采样失败次数来判定随机树拓展的情况,该判定方法较为粗糙,相对的,RRV(Rapidly-exploring RandomVines)在连接采样点失败后,并不直接舍弃,而是在以该点为中心,设定值为半径的圆内进行采样,通过对采样点进行主成分分析进一步区分采样点位于障碍物前,位于狭窄通道前,还是位于通道内,并针对不同的情况进行特定的处理,以保证随机树顺利的向狭窄通道内进行延展。然而,RRV虽然在狭窄通道情况下有较好的效果,但在普通情况下的效果反而不如RRT,且计算繁琐,可能出现误判。
现有改进RRT算法虽然在一定程度上改善了原有算法在狭窄通道情况下的窘境,但受到参数选择以及环境限制等因素的影响,效果有限。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种效率高、搜索时间短的改进拓展式RRT路径规划方法、***及装置。
本发明的目的可以通过以下技术方案来实现:
一种改进拓展式RRT路径规划方法,该方法包括如下步骤:
步骤S1、将起点xstart加入随机树;
步骤S2、生成随机点xrand并判断其是否有效,有效则将随机点xrand加入随机树,否则舍弃该随机点xrand并重复步骤S2直至获取有效的随机点xrand;
步骤S3、以步骤S2获得的有效的随机点xrand为中心向周侧进行随机点拓展,并将拓展的有效随机点加入随机树中,判断目标点xgoal是否在随机树中,若是,则执行步骤S4,否则,返回步骤S2;
步骤S4、从目标点xgoal开始向起点xstart追溯父节点作为最终路径。
优选地,步骤S2判断随机点xrand是否有效具体包括:
步骤S21、判断随机点xrand是否在障碍物内,若是则直接舍弃该随机点xrand并重新生成随机点重复执行步骤S21,否则执行步骤S22;
步骤S22、寻找随机树中距离随机点xrand距离最近的点xnear,获得随机点xrand与距离最近的点xnear的连线,判断该连线是否经过障碍物,若是则该随机点xrand无效,否则该随机点xrand有效。
优选地,步骤S3中随机点拓展的方式为:以有效的随机点xrand为圆心、随机长度为半径向若干方向生成随机点。
优选地,步骤S3中将拓展的有效随机点加入随机树中具体为:判断拓展的随机点与随机点xrand之间连线是否经过障碍物,若否则判定该拓展的随机点有效,以随机点xrand为父节点,将该拓展的有效随机点加入随机树,否则判定该拓展的随机点无效,舍弃该点。
优选地,该方法用于狭窄通道下的路径规划。
一种改进拓展式RRT路径规划***,该***包括:
随机树建立单元:将起点xstart加入随机树中建立随机树;
随机点生成单元:该单元生成随机点xrand并判断其是否有效,并将有效随机点加入随机树中;
随机点拓展单元:该单元以有效的随机点xrand为中心向周侧进行随机点拓展,并将拓展的有效随机点加入随机树中;
路径规划单元:该单元从目标点xgoal开始向起点xstart追溯父节点作为最终路径;
循环处理单元:该单元在目标点xgoal未出现在随机树中时依次循环启动随机点生成单元和随机点拓展单元,在目标点xgoal出现在随机树中时结束随机数建立,启动路径规划单元。
优选地,所述的随机点生成单元判断随机点xrand是否有效的具体方式为:
首先,判断随机点xrand是否在障碍物内,若是则直接舍弃该随机点xrand并重新生成随机点并重复执行随机点是否有效的判定,否则,寻找随机树中距离随机点xrand距离最近的点xnear,获得随机点xrand与距离最近的点xnear的连线,判断该连线是否经过障碍物,若是则该随机点xrand无效,否则该随机点xrand有效。
优选地,所述的随机点拓展单元进行随机点拓展的具体方式为:以有效的随机点xrand为圆心、随机长度为半径向若干方向生成随机点。
优选地,所述的随机点拓展单元将拓展的有效随机点加入随机树中的具体方式为:判断拓展的随机点与随机点xrand之间连线是否经过障碍物,若否则判定该拓展的随机点有效,以随机点xrand为父节点,将该拓展的有效随机点加入随机树,否则判定该拓展的随机点无效,舍弃该点。
一种改进拓展式RRT路径规划装置,该装置包括存储器和处理器,所述的存储器用于存储计算机程序,所述的处理器用于在执行所述的计算机程序时实现上述改进拓展式RRT路径规划方法。
与现有技术相比,本发明具有如下优点:
(1)本发明在RRT算法判断随机点有效,并将其加入随机树之后,并不马上进行下一随机点的采集,而是以当前有效随机点为中心进一步的采样拓展,以尽可能小的代价拓展了更多的节点,提高了空间搜索效率。
(2)本发明以当前有效随机点为中心,随机长度为半径,向周围若干方向进行随机点拓展,加入有效的子节点,以增加随机树向狭窄通道延展的可能性以及下一次连接时的成功率,提高了规划算法在狭窄通道情况下的成功率。
(3)本发明在充分保留了RRT算法原有优点的同时,通过简单的拓展,弥补了RRT算法对于狭窄通道等环境的不适应,同时提升了拓展成功率,加快了搜索速度。
附图说明
图1为本发明改进拓展式RRT路径规划方法的流程图;
图2为本发明改进拓展式RRT路径规划***的结构框图;
图3为传统RRT算法路径规划示意图;
图4为本发明改进拓展式RRT路径规划方法中随机点拓展的示意图;
图5为本发明改进拓展式RRT路径规划方法中随机树向狭窄通道延伸的示意图。
图中,1为随机树建立单元,2为随机点生成单元,3为随机点拓展单元,4为路径规划单元,5为循环处理单元。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意,以下的实施方式的说明只是实质上的例示,本发明并不意在对其适用物或其用途进行限定,且本发明并不限定于以下的实施方式。
实施例
如图1所示,一种改进拓展式RRT路径规划方法,该方法包括如下步骤:
步骤S1、将起点xstart加入随机树;
步骤S2、生成随机点xrand并判断其是否有效,有效则将随机点xrand加入随机树,否则舍弃该随机点xrand并重复步骤S2直至获取有效的随机点xrand;
步骤S2判断随机点xrand是否有效具体包括:
步骤S21、判断随机点xrand是否在障碍物内,若是则直接舍弃该随机点xrand并重新生成随机点重复执行步骤S21,否则执行步骤S22;
步骤S22、寻找随机树中距离随机点xrand距离最近的点xnear,获得随机点xrand与距离最近的点xnear的连线,判断该连线是否经过障碍物,若是则该随机点xrand无效,否则该随机点xrand有效;
步骤S3、以步骤S2获得的有效的随机点xrand为中心向周侧进行随机点拓展,并将拓展的有效随机点加入随机树中,判断目标点xgoal是否在随机树中,若是,则执行步骤S4,否则,返回步骤S2;
步骤S3中随机点拓展的方式为:以有效的随机点xrand为圆心、随机长度为半径向若干方向生成随机点。
步骤S3中将拓展的有效随机点加入随机树中具体为:判断拓展的随机点与随机点xrand之间连线是否经过障碍物,若否则判定该拓展的随机点有效,以随机点xrand为父节点,将该拓展的有效随机点加入随机树,否则判定该拓展的随机点无效,舍弃该点;
步骤S4、从目标点xgoal开始向起点xstart追溯父节点作为最终路径。
上述改进拓展式RRT路径规划方法在RRT算法判断随机点有效,并将其加入随机树之后,并不马上进行下一随机点的采集,而是以当前有效点为中心,随机长度为半径,向周围若干方向进行随机点拓展,加入有效的子节点,以增加随机树向狭窄通道延展的可能性以及下一次连接时的成功率。上述改进拓展式RRT路径规划方法用于狭窄通道下的路径规划,通过增加每个节点周围的临近点来,增加了随机树向狭窄通道的延生概率和下一次采样连接的成功率,提高了规划算法在狭窄通道情况下的成功率。
如图2所示,一种改进拓展式RRT路径规划***,该***包括:
随机树建立单元1:将起点xstart加入随机树中建立随机树;
随机点生成单元2:该单元生成随机点xrand并判断其是否有效,并将有效随机点加入随机树中;
随机点拓展单元3:该单元以有效的随机点xrand为中心向周侧进行随机点拓展,并将拓展的有效随机点加入随机树中;
路径规划单元4:该单元从目标点xgoal开始向起点xstart追溯父节点作为最终路径;
循环处理单元5:该单元在目标点xgoal未出现在随机树中时依次循环启动随机点生成单元2和随机点拓展单元3,在目标点xgoal出现在随机树中时结束随机数建立,启动路径规划单元4。
所述的随机点生成单元2判断随机点xrand是否有效的具体方式为:
首先,判断随机点xrand是否在障碍物内,若是则直接舍弃该随机点xrand并重新生成随机点并重复执行随机点是否有效的判定,否则,寻找随机树中距离随机点xrand距离最近的点xnear,获得随机点xrand与距离最近的点xnear的连线,判断该连线是否经过障碍物,若是则该随机点xrand无效,否则该随机点xrand有效。
所述的随机点拓展单元3进行随机点拓展的具体方式为:以有效的随机点xrand为圆心、随机长度为半径向若干方向生成随机点。
所述的随机点拓展单元3将拓展的有效随机点加入随机树中的具体方式为:判断拓展的随机点与随机点xrand之间连线是否经过障碍物,若否则判定该拓展的随机点有效,以随机点xrand为父节点,将该拓展的有效随机点加入随机树,否则判定该拓展的随机点无效,舍弃该点。
一种改进拓展式RRT路径规划装置,该装置包括存储器和处理器,所述的存储器用于存储计算机程序,所述的处理器用于在执行所述的计算机程序时实现上述改进拓展式RRT路径规划方法。
机器人从起始位置xstart到目标位置xgoal的路径生成说明及应用场景:
如图3所示,传统RRT算法在成功连接采样点xrand之后,立刻进行下一次采样,目的性较差,难以成功通过狭窄通道。
如图4所示,在传统RRT算法的基础之上,本发明方法在成功连接采样点xrand之后,将以xrand为圆心,随机值为半径,向周围若干个方向(此处为东,南,西,北,东南,东北,西南,西北八个方向)拓展随机点,若随机点有效,则以xrand为父节点,将拓展节点也加入随机树之中,否则舍弃。
如图5所示,本发明路径生成方法在拓展随机点之后做进一步拓展,以尽可能小的代价拓展了更加的点,对空间进行了更有效的搜索。增加了随机树向狭窄通道延伸的可能性(节点xextend),同时也增加了下一次采样的连接成功率,使得一些传统RRT不能连接的采样点(节点xnext)得以被连接。
本发明路径生成方法在简单环境以及狭窄通道环境下的实际运行效果优良,具有很好的路径规划能力,本发明方法充分保留了RRT算法原有优点的同时,通过简单的拓展,弥补了RRT算法对于狭窄通道等环境的不适应,同时提升了拓展成功率,加快了搜索速度。
上述实施方式仅为例举,不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施,且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。
Claims (10)
1.一种改进拓展式RRT路径规划方法,其特征在于,该方法包括如下步骤:
步骤S1、将起点xstart加入随机树;
步骤S2、生成随机点xrand并判断其是否有效,有效则将随机点xrand加入随机树,否则舍弃该随机点xrand并重复步骤S2直至获取有效的随机点xrand;
步骤S3、以步骤S2获得的有效的随机点xrand为中心向周侧进行随机点拓展,并将拓展的有效随机点加入随机树中,判断目标点xgoal是否在随机树中,若是,则执行步骤S4,否则,返回步骤S2;
步骤S4、从目标点xgoal开始向起点xstart追溯父节点作为最终路径。
2.根据权利要求1所述的一种改进拓展式RRT路径规划方法,其特征在于,步骤S2判断随机点xrand是否有效具体包括:
步骤S21、判断随机点xrand是否在障碍物内,若是则直接舍弃该随机点xrand并重新生成随机点重复执行步骤S21,否则执行步骤S22;
步骤S22、寻找随机树中距离随机点xrand距离最近的点xnear,获得随机点xrand与距离最近的点xnear的连线,判断该连线是否经过障碍物,若是则该随机点xrand无效,否则该随机点xrand有效。
3.根据权利要求1所述的一种改进拓展式RRT路径规划方法,其特征在于,步骤S3中随机点拓展的方式为:以有效的随机点xrand为圆心、随机长度为半径向若干方向生成随机点。
5.根据权利要求1所述的一种改进拓展式RRT路径规划方法,其特征在于,该方法用于狭窄通道下的路径规划。
6.一种改进拓展式RRT路径规划***,其特征在于,该***包括:
随机树建立单元(1):将起点xstart加入随机树中建立随机树;
随机点生成单元(2):该单元生成随机点xrand并判断其是否有效,并将有效随机点加入随机树中;
随机点拓展单元(3):该单元以有效的随机点xrand为中心向周侧进行随机点拓展,并将拓展的有效随机点加入随机树中;
路径规划单元(4):该单元从目标点xgoal开始向起点xstart追溯父节点作为最终路径;
循环处理单元(5):该单元在目标点xgoal未出现在随机树中时依次循环启动随机点生成单元(2)和随机点拓展单元(3),在目标点xgoal出现在随机树中时结束随机数建立,启动路径规划单元(4)。
7.根据权利要求1所述的一种改进拓展式RRT路径规划***,其特征在于,所述的随机点生成单元(2)判断随机点xrand是否有效的具体方式为:
首先,判断随机点xrand是否在障碍物内,若是则直接舍弃该随机点xrand并重新生成随机点并重复执行随机点是否有效的判定,否则,寻找随机树中距离随机点xrand距离最近的点xnear,获得随机点xrand与距离最近的点xnear的连线,判断该连线是否经过障碍物,若是则该随机点xrand无效,否则该随机点xrand有效。
8.根据权利要求1所述的一种改进拓展式RRT路径规划***,其特征在于,所述的随机点拓展单元(3)进行随机点拓展的具体方式为:以有效的随机点xrand为圆心、随机长度为半径向若干方向生成随机点。
10.一种改进拓展式RRT路径规划装置,其特征在于,该装置包括存储器和处理器,所述的存储器用于存储计算机程序,所述的处理器用于在执行所述的计算机程序时实现如权利要求1~4任意一项所述的改进拓展式RRT路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010480397.4A CN111707264A (zh) | 2020-05-30 | 2020-05-30 | 一种改进拓展式rrt路径规划方法、***及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010480397.4A CN111707264A (zh) | 2020-05-30 | 2020-05-30 | 一种改进拓展式rrt路径规划方法、***及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111707264A true CN111707264A (zh) | 2020-09-25 |
Family
ID=72539078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010480397.4A Pending CN111707264A (zh) | 2020-05-30 | 2020-05-30 | 一种改进拓展式rrt路径规划方法、***及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111707264A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112197783A (zh) * | 2020-09-30 | 2021-01-08 | 哈尔滨工程大学 | 一种考虑车头指向的两阶段多抽样的rrt路径规划方法 |
CN112393739A (zh) * | 2020-10-29 | 2021-02-23 | 国网安徽省电力有限公司检修分公司 | 大面积环境中的改进型快速搜索随机树路径规划方法 |
CN113298473A (zh) * | 2021-06-11 | 2021-08-24 | 四川铁公铁信息技术有限公司 | 一种园区货物运输路线规划***及方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110048330A (ko) * | 2009-11-02 | 2011-05-11 | 삼성전자주식회사 | 로봇의 경로 계획 장치 및 그 방법 |
CN102375416A (zh) * | 2010-08-13 | 2012-03-14 | 同济大学 | 基于快速搜索树的人型机器人踢球动作信息处理方法 |
CN104155974A (zh) * | 2013-07-29 | 2014-11-19 | 深圳信息职业技术学院 | 一种用于机器人快速避碰的路径规划方法及设备 |
CN105824986A (zh) * | 2016-03-08 | 2016-08-03 | 西安理工大学 | 一种二维平面随机点扩散运动的模拟方法及分析方法 |
CN107065865A (zh) * | 2017-03-21 | 2017-08-18 | 北京航空航天大学 | 一种基于剪枝快速随机搜索树算法的路径规划方法 |
CN108195383A (zh) * | 2018-03-13 | 2018-06-22 | 济南大学 | 一种基于改进rrt算法的地下无人铲运机路径规划方法 |
CN108196536A (zh) * | 2017-12-21 | 2018-06-22 | 同济大学 | 一种改进的无人车快速搜索随机树路径规划方法 |
CN108458717A (zh) * | 2018-05-07 | 2018-08-28 | 西安电子科技大学 | 一种迭代的快速扩展随机树irrt的无人机路径规划方法 |
CN109445444A (zh) * | 2018-12-25 | 2019-03-08 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN109520507A (zh) * | 2018-12-05 | 2019-03-26 | 智灵飞(北京)科技有限公司 | 一种基于改进rrt的无人机实时路径规划方法 |
CN110032182A (zh) * | 2019-03-11 | 2019-07-19 | 中山大学 | 一种融合可视图法和稳定稀疏随机快速树机器人规划算法 |
CN110515094A (zh) * | 2019-07-11 | 2019-11-29 | 同济大学 | 基于改进rrt*的机器人点云地图路径规划方法及*** |
CN111141304A (zh) * | 2019-12-30 | 2020-05-12 | 福州大学 | 一种基于同心圆采样引导rrt算法的路径规划方法 |
-
2020
- 2020-05-30 CN CN202010480397.4A patent/CN111707264A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110048330A (ko) * | 2009-11-02 | 2011-05-11 | 삼성전자주식회사 | 로봇의 경로 계획 장치 및 그 방법 |
CN102375416A (zh) * | 2010-08-13 | 2012-03-14 | 同济大学 | 基于快速搜索树的人型机器人踢球动作信息处理方法 |
CN104155974A (zh) * | 2013-07-29 | 2014-11-19 | 深圳信息职业技术学院 | 一种用于机器人快速避碰的路径规划方法及设备 |
CN105824986A (zh) * | 2016-03-08 | 2016-08-03 | 西安理工大学 | 一种二维平面随机点扩散运动的模拟方法及分析方法 |
CN107065865A (zh) * | 2017-03-21 | 2017-08-18 | 北京航空航天大学 | 一种基于剪枝快速随机搜索树算法的路径规划方法 |
CN108196536A (zh) * | 2017-12-21 | 2018-06-22 | 同济大学 | 一种改进的无人车快速搜索随机树路径规划方法 |
CN108195383A (zh) * | 2018-03-13 | 2018-06-22 | 济南大学 | 一种基于改进rrt算法的地下无人铲运机路径规划方法 |
CN108458717A (zh) * | 2018-05-07 | 2018-08-28 | 西安电子科技大学 | 一种迭代的快速扩展随机树irrt的无人机路径规划方法 |
CN109520507A (zh) * | 2018-12-05 | 2019-03-26 | 智灵飞(北京)科技有限公司 | 一种基于改进rrt的无人机实时路径规划方法 |
CN109445444A (zh) * | 2018-12-25 | 2019-03-08 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN110032182A (zh) * | 2019-03-11 | 2019-07-19 | 中山大学 | 一种融合可视图法和稳定稀疏随机快速树机器人规划算法 |
CN110515094A (zh) * | 2019-07-11 | 2019-11-29 | 同济大学 | 基于改进rrt*的机器人点云地图路径规划方法及*** |
CN111141304A (zh) * | 2019-12-30 | 2020-05-12 | 福州大学 | 一种基于同心圆采样引导rrt算法的路径规划方法 |
Non-Patent Citations (2)
Title |
---|
余卓平等: "城市工况下基于改进RRT的无人车运动规划算法", 《汽车技术》 * |
刘成菊等: "基于改进RRT算法的RoboCup机器人动态路径规划", 《机器人》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112197783A (zh) * | 2020-09-30 | 2021-01-08 | 哈尔滨工程大学 | 一种考虑车头指向的两阶段多抽样的rrt路径规划方法 |
CN112197783B (zh) * | 2020-09-30 | 2022-08-02 | 哈尔滨工程大学 | 一种考虑车头指向的两阶段多抽样的rrt路径规划方法 |
CN112393739A (zh) * | 2020-10-29 | 2021-02-23 | 国网安徽省电力有限公司检修分公司 | 大面积环境中的改进型快速搜索随机树路径规划方法 |
CN113298473A (zh) * | 2021-06-11 | 2021-08-24 | 四川铁公铁信息技术有限公司 | 一种园区货物运输路线规划***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111707264A (zh) | 一种改进拓展式rrt路径规划方法、***及装置 | |
CN112286202B (zh) | 一种非均匀采样fmt*的移动机器人路径规划方法 | |
CN102880628B (zh) | 哈希数据存储方法和装置 | |
CN109737967A (zh) | 无人机路径规划方法、装置、存储介质及计算机设备 | |
CN104156534B (zh) | 用于黑启动方案生成的对象化电网拓扑分析方法 | |
CN113296496B (zh) | 基于多采样点的引力自适应步长双向rrt路径规划方法 | |
CN111176286A (zh) | 一种基于改进D*lite算法的移动机器人路径规划方法及*** | |
Efentakis et al. | SALT. A unified framework for all shortest-path query variants on road networks | |
CN113485367A (zh) | 一种舞台多功能移动机器人的路径规划方法 | |
CN113934206B (zh) | 移动机器人路径规划方法、装置、计算机设备和存储介质 | |
CN112797976A (zh) | 定位检测方法、装置、计算机设备以及可读存储介质 | |
CN116295393A (zh) | 基于rrt*-dr算法的机器人路径规划方法 | |
CN116698066A (zh) | 基于邻域扩展和边界点改进A-star算法的机器人路径规划方法及*** | |
CN110138742B (zh) | 防火墙策略优化方法、***及计算机可读存储介质 | |
CN115741686A (zh) | 一种基于变概率约束采样的机器人路径规划方法 | |
CN109407646A (zh) | 车辆故障数据的获取方法、装置、存储介质和管理服务器 | |
CN116878527A (zh) | 一种基于改进自适应窗口算法的混合路径规划方法及装置 | |
CN116627132A (zh) | 基于rrt改进的移动机器人路径规划方法 | |
CN112393739B (zh) | 大面积环境中的改进型快速搜索随机树路径规划方法 | |
CN113537605B (zh) | 一种排水线路的确定方法、***及装置 | |
CN111722924B (zh) | 一种狭窄通道环境下的并行路径搜索方法、***及装置 | |
Ku et al. | Location-based spatial queries with data sharing in mobile environments | |
CN103945412B (zh) | 一种基于连通性的wsn空洞节点检测方法 | |
Zafar et al. | Mobile Robots Path Planning based on $ A^{\ast} $ Algorithm Improved with Jump Point Search | |
Timofeeva et al. | Greedy forwarding for hyperbolic space in MANET |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200925 |
|
RJ01 | Rejection of invention patent application after publication |