基于改进RRT算法的RoboCup机器人动态路径规划_刘成菊1
需积分: 0 29 浏览量
2022-08-04
17:13:55
上传
评论
收藏 1.01MB PDF 举报
第 39 卷第 1 期
2017 年 1 月
机器人 ROBOT
Vol.39, No.1
Jan., 2017
DOI：10.13973/j.cnki.robot.2017.0008
基于改进 RRT 算法的 RoboCup 机器人动态路径规划
刘成菊，韩俊强，安 康
（同济大学电子与信息工程学院，上海 201804）
摘 要：针对足球机器人在场上采用反应式方法避障时存在的速度慢、效果差的问题，采用改进的快速扩展
随机树（RRT）算法设计了一种能够适应机器人足球赛场动态移动障碍环境的路径规划器．首先，引入基本的快
速扩展随机树算法，针对其随机性强、路径过长的缺点，提出了以一定概率选择目标点、增加引力分量以及路径
平滑处理等改进方式；引入路径缓存区以及动态扩展随机树的方法来解决移动障碍物环境中的路径规划问题．复
杂障碍物环境中的仿真实验表明，改进的规划路径长度比基本快速扩展随机树算法所得路径缩短约 20%．最终将
策略移植到实体 NAO 机器人上参加 RoboCup 比赛，取得世界八强的成绩．
关键词：仿人机器人；路径规划；快速扩展随机树；动态环境
中图分类号：TP242.6 文献标识码：A 文章编号：1002-0446(2017)-01-0008-08
Dynamic Path Planning Based on an Improved RRT Algorithm for RoboCup Robot
LIU Chengju，HAN Junqiang，AN Kang
(School of Electronics and Information Engineering, Tongji University, Shanghai 201804, China)
Abstract: To solve the problem of slow speed and low efficiency of the soccer robots using reactive obstacle avoidance
strategy at soccer game, an improved rapidly-exploring random tree (RRT) algorithm is adopted, and a path planner based
on this algorithm is designed to adapt to the dynamic moving obstacles environment in the robot soccer field. Firstly, the
basic RRT algorithm is introduced, and some improvement ways to solve the disadvantages of strong randomness and long
path length are proposed, such as probabilistically selecting the target node, adding the gravity component, and smoothing
the path. The path planning in dynamic moving obstacles environment is solved by using the methods of path buffer and
dynamic-expanding random tree. The simulation in complex obstacle environment shows that the path generated by the
improved algorithm is about 20% shorter than the path generated by the basic RRT algorithm. Finally, the strategy is applied
to the physical NAO robot to participate in the RoboCup competition and the top eight grade is achieved.
Keywords: humanoid robot; path planning; rapidly-exploring random tree; dynamic environment
1 引言（Introduction）
实时动态环境下的路径规划是机器人足球中很
重要的一部分，能够使机器人在赛场上避免与对方
或者己方机器人发生碰撞，从而节省起立的时间，
减少对于机器人本身的损伤，能够以更快的时间到
达球，赢得对球的控制权．路径规划算法分为全局
与局部路径规划算法两类，这两类方法各有优点，
同时也都存在弊端．机器人足球场上的路径规划较
为合理的方式是结合这两种方法的优点，将局部路
径规划的思想结合到全局路径规划之中，这样既能
够搜索出全局路径，也能适应实时变化的环境．
RRT 算法
[1-4]
是一个在路径规划中应用比较广
泛的方法，但是其固有的随机性决定了这种方法不
能直接应用到路径规划之中，不论是在静态环境下
还是动态移动障碍物环境下．静态环境中利用该方
法的改进方法进行规划路径已经较成熟
[5-6]
，但是
将该方法应用到机器人足球世界杯的动态环境中还
很少．本文利用 RRT 算法在全局搜索中的优势，将
一些局部搜索方法的思想加入到基本 RRT 算法中，
改善其随机性带来的弊端． RRT 算法的优势还在
于其在算法结构中提供了很多接口，可以根据实际
情况采取不同的实现方法，在不同的层面上对算法
作改进
[7-10]
．本文中首先在接口实现上作不同的改
进，然后尝试不同的随机树的结构观察其效果．在
静态环境仿真通过的基础上，针对动态移动障碍物
环境，作了进一步的改进以适应环境的需要．基于
Matlab 和 SimRobot 对提出的算法进行了验证，并
基金项目：国家自然科学基金（61673300，61573260），中央高校基本科研业务费专项．
通信作者：安康，[email protected] 收稿／录用／修回：2016-11-01/2016-12-05/2016-12-09
8
评论0