OMPL库算法学习（1）RRT算法

RRT算法原理及改进方法介绍

最新推荐文章于 2025-06-14 23:51:52 发布

原创

最新推荐文章于 2025-06-14 23:51:52 发布 · 929 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#学习 #算法 #人工智能

简介

RRT 算法（快速扩展随机树，rapidly exploring random tree）是一种随机性算法，它可以直接应用于非完整约束系统的规划，不需进行路径转换，所以它的算法复杂度较小，尤为适用于高维多自由度的系统。
缺点是得到的路径质量不是很好。
其思想是快速扩张一群像树一样的路径以探索（填充）空间的大部分区域，伺机找到可行的路径。
RRT 的基本步骤是：
1. 起点作为一颗种子，从它开始生长枝丫；
2. 在机器人的“构型”空间中，生成一个随机点X；
3. 在树上找到距离X最近的那个点，记为Y吧；
4. 朝着X的方向生长，如果没有碰到障碍物就把生长后的树枝和端点添加到树上，返回 2；

　六维空间的RRT

伪代码


function BuildRRT(qinit, K, Δq)
    T.init(qinit)
    for k = 1 to K
        qrand = Sample()  -- chooses a random configuration
        qnearest = Nearest(T, qrand) -- selects the node in the RRT tree that is closest to qrand
        if  Distance(qnearest, qgoal) < Threshold then
            return true
        qnew = Extend(qnearest, qrand,