在 2D 和 3D 空间中实现 RRT* 算法的代码。 考虑到障碍物的位置和尺寸，2D 版本还包含避障。 2D/RRTStar.m 执行 RRT* 的 2D 版本。 3D/RRTStar_3D.m 执行 3D 版本。 [1] LaValle, SM，“快速探索随机树：路径规划的新工具”，TR 98-11，爱荷华州立大学计算机科学系，1998 年 10 月。 [2] Karaman、Sertac 和 Emilio Frazzoli。 “用于最佳运动规划的基于增量采样的算法。” 机器人科学与系统 VI 104 (2010)。
2021-10-21 11:12:58
4KB
1
关于
这是论文部分的实现： Kinodynamic RRT*：具有线性微分约束的系统的最佳运动规划作者：Dustin J. Webb 和 Jur van den Berg
如果您使用代码，那么我相信作者会喜欢引用：
@article{DBLP:journals/corr/abs-1205-5088,
author = {Dustin J. Webb and Jur van den Berg},
title = {Kinodynamic RRT*: Optimal Motion Planning for Systems with Linear Differential Constraints},
journal = {CoRR},
volume = {abs/1205.5088},
year = {2012},
2021-10-20 15:34:27
14KB
1
为解决移动机器人未知环境下的路径规划问题,提出基于子目标搜索的机器人目标导向RRT(rapidly- exploring random trees)路径规划算法.一方面,针对传统RRT算法固有的盲目搜索问题,引入目标导向函数,形成目标导向RRT路径规划算法,这一改进可减少冗余搜索,提高路径规划效率;另一方面,为了使机器人在首次探索未知环境时也能顺利抵达目标点,提出3种不同情况下的子目标搜索策略,包括无障碍环境下的直达策略、扫到边界点时的最短距离策略和扫不到边界点时的后退策略,这3种策略使机器人能够完成对未知环境的探索,而且可以克服易出现的局部极小点问题,使机器人具有逃离局部极小环境的能力.仿真实验结果验证了所提出算法的可行性和有效性.
2021-10-06 10:04:34
468KB
1
RRT_Visualizer_Java
一个简单的基于 Java 的 RRT 可视化工具，用于机器人路径规划特别感谢 NIKOLAUS CORRELL 出色的 iRRT 模拟器 ( )，这是一个很好的参考。
2021-10-02 15:09:43
8KB
1
rrt算法在2维和3维环境的规划，均为matlab代码，可用于无人驾驶汽车和移动机器人路径规划
2021-09-28 17:08:22
557KB