导读:本文包含了快速扩展随机树论文开题报告文献综述及选题提纲参考文献，主要关键词:足球机器人,未知环境,路径规划,RRT算法
快速扩展随机树论文文献综述
茹锋,喻阳俭,王萍,张妮[1]（2019）在《基于多优化快速扩展随机树算法的足球机器人路径规划》一文中研究指出研究RoboCup比赛未知环境中足球机器人的路径规划问题。提出一种多优化设计快速扩展随机树(rapidly exploring random tree,RRT)的足球机器人路径规划算法,解决了足球机器人在路径规划中存在的速度慢、效果差的问题。依据基本RRT算法原理,针对其随机性强、收敛速度慢以及路径平滑效果差的缺点,提出了随机采样点处增加引力分量、多步扩展逼近目标点以及冗余节点的剪裁与路径平滑等优化方式。在不同障碍物地图中的仿真实验表明,优化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%～30%,采样点数量减少45%～65%。最终将优化算法移植到SimRobot仿真平台,结果表明多优化设计RRT算法在未知环境中具备良好的实时性和鲁棒性,能够满足机器人在赛场上的路径规划要求。(本文来源于《科学技术与工程》期刊2019年28期）
孙钦鹏,李猛,王中华[2]（2019）在《基于改进快速扩展随机树算法的移动机器人路径规划》一文中研究指出针对快速扩展随机树(RRT)算法为移动机器人规划的路径存在曲折冗长,且容易与障碍接触过近的问题,提出了一种改进的RRT算法;设计了新的临时目标点选取规则以及自适应步长调整策略;考虑到移动机器人的自身约束条件,设置了最小转弯半径和最小安全距离约束,并对规划出的路径进行平滑处理。仿真实验结果表明,改进的RRT算法能够有效地生成移动机器人的可行路径,与传统的RRT算法相比,在宽敞环境和狭窄环境中的平均路径长度分别减小了77.41和20.09,规划所得路径较为平滑,能够与障碍物保持一定的距离。(本文来源于《济南大学学报(自然科学版)》期刊2019年05期）
陈秋莲,蒋环宇,郑以君[3]（2019）在《机器人路径规划的快速扩展随机树算法综述》一文中研究指出路径规划是移动机器人的重要研究内容。快速扩展随机树(Rapidly-Exploring Random Tree,RRT)算法因在机器人路径规划中的成功应用,自提出以来就得到了极大的研究与发展。快速扩展随机树作为一种新颖的随机节点采样算法,相对传统路径规划算法,具有建模时间短、搜索能力强、方便添加非完整约束等优点。介绍了快速扩展随机树算法的基本原理与性质,并从单向随机树扩展、多向随机树扩展、其他改进等方面概括了算法的研究现状。最后,展望了算法未来的研究方向与挑战。(本文来源于《计算机工程与应用》期刊2019年16期）
李樾,韩维,陈清阳,张勇[4]（2019）在《基于快速扩展随机树算法的多无人机编队重构方法研究》一文中研究指出为适应瞬息万变的战场环境,发挥多无人机不同队形下的作战优势,以快速扩展随机树(RRT)算法为基础,提出一种多无人机编队重构的方法。首先建立多无人机编队的运动模型,分析传统RRT算法与编队重构方法结合的可行性,并采用多余节点去除和构造过渡航迹等策略对航迹进行修正。之后,重点分析重构过程中的动力学及防碰撞等约束,为随机树的扩展和无人机的航迹变换提供依据。最后通过对比仿真和飞行试验,验证所提重构方法的安全性和可行性。结果表明,该重构方法能在复杂环境下快速实现编队重构,同时所规划的航迹利于无人机进行跟踪,可满足实际战场的飞行需求。(本文来源于《西北工业大学学报》期刊2019年03期）
王坤,曾国辉,鲁敦科,黄勃,李晓斌[5]（2019）在《基于改进渐进最优的双向快速扩展随机树的移动机器人路径规划算法》一文中研究指出针对带启发式的快速扩展随机树(RRT-Connect)算法路径生成的随机性以及渐进最优的双向快速扩展随机树(B-RRT~*)算法收敛速度的缓慢性,提出了一种基于B-RRT~*改进的高效路径规划算法(EB-RRT~*)。首先引入一种智能采样函数,使随机树的扩展更具方向性,从而减少寻路时间,并提高路径的平滑性;其次在B-RRT~*算法的基础上,在EB-RRT~*算法中加入了一种快速扩展策略,使改进后的算法在自由空间中使用RRT-Connect算法的扩展方式进行快速扩展,而在障碍物空间则使用改进的渐进最优的快速扩展随机树(RRT~*)算法进行扩展,在提高扩展效率的同时避免算法陷入局部最优。将EB-RRT~*算法分别与快速扩展随机树(RRT)、RRT-Connect、RRT~*和B-RRT~*算法进行仿真对比,仿真结果表明,改进后的算法在路径规划效率及路径平滑性方面均明显优于其他算法;且相对于B-RRT~*算法,其在路径规划时间上降低了68.3%,在迭代次数上减少了48.6%。(本文来源于《计算机应用》期刊2019年05期）
田疆,李二超[6]（2018）在《用于无人机叁维航迹规划改进连接型快速扩展随机树算法》一文中研究指出无人机的广泛应用,使得航迹规划成为研究的热点。很多算法由于模型简单或规划方法低效,难以有效应用于复杂条件下的航迹规划问题,从而提出一种求解该问题的改进连接型双向快速扩展随机树(RRTConnect)算法。首先,建立无人机航迹规划问题的数学模型;然后,采用RRT-Connect算法求解上述模型时,提出六种生成随机节点的改进策略;最后,将改进的RRT-Connect算法应用于有雷暴威胁的无人机叁维航迹规划问题,并与已有的RRT算法和RRT-Connect算法进行对比。结果表明:采用本文提出的方法能够高效的生成可行的无人机航迹。(本文来源于《航空工程进展》期刊2018年04期）
陈波芝,陆亮,雷新宇,赵萍[7]（2018）在《基于改进快速扩展随机树算法的双机械臂协同避障规划方法》一文中研究指出提出了一种基于改进RRT算法的双机械臂协同避障运动规划方法。针对静态障碍物对主臂进行避障运动规划,寻找主臂可行路径。将主臂每一时刻的运动位姿视为规划从臂运动时的动态障碍物,为从臂规划可行运动路径。为提高算法的搜索效率,利用节点剪枝择优和设置目标区域的方式使算法快速收敛。在MATLAB程序建模实验的基础上,在ADAMS中进行仿真实验,验证了该算法的有效性和可行性。(本文来源于《中国机械工程》期刊2018年10期）
田从丰[8]（2017）在《基于快速扩展随机树的工程机械路径规划研究》一文中研究指出针对复杂作业环境下的工程机械路径规划问题,提出了一种基于快速扩展随机树的路径规划方法。首先分别对路径规划的目的、约束条件、任务环境建模、路径表述方法以及针对机械本体大小的障碍物膨化方法进行了分析论述,进而介绍了RRT算法的基本原理,并给出了基于RRT的路径规划算法步骤,最后通过仿真试验验证了所提方法的有效性和先进性。(本文来源于《山东工业技术》期刊2017年21期）
孙丰财,张亚楠,史旭华[9]（2017）在《改进的快速扩展随机树路径规划算法》一文中研究指出针对快速扩展随机树(RRT)路径规划算法缺乏稳定性和偏离最优解的问题,提出了一基于RRT的偏向性路径搜索算法(m-RRT)。m-RRT采用生成随机点向量组的形式对随机点选取策略进行了优化,改善快速扩展随机树的不确定性,减少不必要的扩展,而加快向目标位置搜索的速度,且得到的路径优于RRT算法的结果。通过其在二维平面路径规划和叁维机械臂路径规划的测试,表明其具有一定的应用价值。(本文来源于《传感器与微系统》期刊2017年09期）
张波涛,李加东,刘士荣[10]（2016）在《采用碰撞测试和回归机制的非完整约束机器人快速扩展随机树运动规划》一文中研究指出本文提出一种改进的快速扩展随机树(rapidly-exploring random trees,RRT)运动规划方法,用于非完整微分约束下的机器人运动规划.针对类似目标偏好与双向RRT(bi-directional RRT,bi-RRT)等目标区域导向的RRT运动规划所存在的局部极小问题,结合回归检测与碰撞检测机制,设计了一种碰撞检测与回归机制(collision-test and regression mechanism,CR)机制.该方法使得机器人在规划过程中能获取到全局障碍物信息,从而避免对已扩展节点的重复搜索,以及重复对边缘节点的回归测试和避障检测.该机制使得机器人可加快跳出局部极小区域,提高运动规划实的时性.将改进的RRT运动算法在容易产生局部极小值的环境中仿真测试,结果表明该算法在不显着影响其他性能的前提下,可以明显提高规划的实时性.(本文来源于《控制理论与应用》期刊2016年07期）
快速扩展随机树论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对快速扩展随机树(RRT)算法为移动机器人规划的路径存在曲折冗长,且容易与障碍接触过近的问题,提出了一种改进的RRT算法;设计了新的临时目标点选取规则以及自适应步长调整策略;考虑到移动机器人的自身约束条件,设置了最小转弯半径和最小安全距离约束,并对规划出的路径进行平滑处理。仿真实验结果表明,改进的RRT算法能够有效地生成移动机器人的可行路径,与传统的RRT算法相比,在宽敞环境和狭窄环境中的平均路径长度分别减小了77.41和20.09,规划所得路径较为平滑,能够与障碍物保持一定的距离。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
快速扩展随机树论文参考文献
[1].茹锋,喻阳俭,王萍,张妮.基于多优化快速扩展随机树算法的足球机器人路径规划[J].科学技术与工程.2019
[2].孙钦鹏,李猛,王中华.基于改进快速扩展随机树算法的移动机器人路径规划[J].济南大学学报(自然科学版).2019
[3].陈秋莲,蒋环宇,郑以君.机器人路径规划的快速扩展随机树算法综述[J].计算机工程与应用.2019
[4].李樾,韩维,陈清阳,张勇.基于快速扩展随机树算法的多无人机编队重构方法研究[J].西北工业大学学报.2019
[5].王坤,曾国辉,鲁敦科,黄勃,李晓斌.基于改进渐进最优的双向快速扩展随机树的移动机器人路径规划算法[J].计算机应用.2019
[6].田疆,李二超.用于无人机叁维航迹规划改进连接型快速扩展随机树算法[J].航空工程进展.2018
[7].陈波芝,陆亮,雷新宇,赵萍.基于改进快速扩展随机树算法的双机械臂协同避障规划方法[J].中国机械工程.2018
[8].田从丰.基于快速扩展随机树的工程机械路径规划研究[J].山东工业技术.2017
[9].孙丰财,张亚楠,史旭华.改进的快速扩展随机树路径规划算法[J].传感器与微系统.2017
[10].张波涛,李加东,刘士荣.采用碰撞测试和回归机制的非完整约束机器人快速扩展随机树运动规划[J].控制理论与应用.2016