煤矿巡检机器人路径规划方法OA北大核心CSTPCD

路径规划是巡检机器人自主移动的关键技术。煤矿巡检机器人采用快速扩展随机树(RRT)算法规划路径时存在收敛速度慢、搜索效率低等问题。针对该问题,提出了一种合力势场引导RRT算法:利用合力势场中的斥力场构建动态步长,使煤矿巡检机器人在障碍物附近调整步长,提高算法收敛速度;利用目标节点和随机节点2个方向上的引力场与最近障碍物对煤矿巡检机器人产生的斥力场形成的合力场来改善新节点的生成方向,降低树在扩展时的随机性,提高算法搜索效率。对基于合力势场引导RRT算法规划的路径进行剪枝操作,并利用三阶贝塞尔曲线进行平滑处理。在Matlab软件中对基于合力势场引导RRT算法的煤矿巡检机器人路径规划方法进行仿真实验,结果表明:与RRT算法和RRT*算法相比,简单环境下合力势场引导RRT算法的路径规划时间平均值分别减少了33.84%和44.27%,路径长度平均值分别减少了15.29%和4.42%,复杂环境下路径规划时间平均值分别减少了34.93%和47.12%,路径长度平均值分别减少了13.64%和9.44%,模拟煤矿环境下路径规划时间平均值分别减少了28.06%和42.67%,路径长度平均值分别减少了12.22%和10.18%;对基于合力势场引导RRT算法规划的路径进行剪枝和平滑操作后,路径转折点减少,路径角度变化减小,路径更加平滑。