（Visual Navigation）路径规划算法（三）RRT RRT* Informed RRT*及前三种算法总结

文章目录RRT实现过程算法缺点RRT*实现过程Informed RRT*RRT* 和 Informed RRT*的结果比较具体实现路径规划总结RRT算法全称“快速扩展随机树算法”通过随机地图取点的方法进行路径规划RRT实现过程① 在地图中随机选择一个点 Xrand② 当前点设置为 Xnear③ 沿着 Xnear和Xrand连线方向行进步长StepSize 且没有遇到障碍④ 第二次采样⑤ 行进步长

Hoyyyaard

4322人浏览 · 2022-02-05 11:30:37

Hoyyyaard · 2022-02-05 11:30:37 发布

RRT算法全称“快速扩展随机树算法”
通过随机地图取点的方法进行路径规划

RRT

实现过程

① 在地图中随机选择一个点 Xrand
在这里插入图片描述
② 当前点设置为 Xnear

③ 沿着 Xnear和Xrand连线方向行进步长StepSize 且没有遇到障碍

④ 第二次采样

⑤ 行进步长长度时遇到障碍则重新采样

⑥ 直到新采样点距离 Xgoal 小于步长且连线无障碍物则视为成功
在这里插入图片描述

算法缺点

最后一步随机采样到 Xgoal的概率比较小
路径只有一次性不能自我优化

RRT*

鉴于RRT算法的局限性引入更高效的RRT*算法
通过更改 Xnew的父节点以实现更高效的路径规划

实现过程

① 假设规划了一些路径
在这里插入图片描述
② 随机取点在一定范围内连接已有节点与Xrand 计算每个连线的长度

在这里插入图片描述
③ 选择距离最短的重新规划路径

在这里插入图片描述

下图为实际规划案例

Informed RRT*

在已有路径基础上限制在一定范围内取随机点重新优化规划

RRT* 和 Informed RRT*的结果比较

在这里插入图片描述

具体实现

使用RRT*得到一条路径
以Xstart 和 Xgoal的直线距离为焦距路径长度为椭圆长轴的椭圆内
在椭圆内重新取点优化路径

路径规划总结

在这里插入图片描述

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。