BBeymax的博客

本文介绍了如何通过结合改进的RRT算法和DWA算法实现全局路径规划和局部实时避障。首先，使用改进的RRT算法生成全局路径，然后通过DWA算法在感知到障碍物时进行局部重规划。具体步骤包括：1）以DWA算法为主体，生成全局参考路径；2）设定机器人的感知范围，当检测到障碍物时，计算切入点和切出点，以避开障碍物并重新回到全局路径。文章还提供了Matlab代码示例，展示了如何实现这一过程，并通过运行结果图展示了算法的效果。该方法能够有效应对动态和静态障碍物，确保机器人在复杂环境中的安全导航。

creatSphereObjectDynamic.m(创建动态障碍物，静态障碍物设置为速度为0的动态障碍物)dynamicWindowApproach.m（动态窗口的计算发生的变化，因为需要更新动态障障碍物的位置）代码地址：https://blog.youkuaiyun.com/BBeymax?中，障碍物都是静态障碍物，DWA算法实际上是可以实现动态避障的，这里我们补充其动态避障代码。drawSphereObject.m（画障碍物）代码的关键主要是动态障碍物的定义。

在采样点加入路径树以后，以其为圆心画了一个小圈，考虑是否有更好的父节点，连到那些节点上能使起点到该点的距离更短（尽管那些节点并不是离采样点最近的点）。在二维平面中，informed*_RRT**算法将采样点约束在椭圆里，如果是三维的场景，则是将采样点约束在椭球里，这里如何在椭球里进行随机采样就是该算法实现的关键。算法在搜索时，还是有很多采样点是无效的，当地图范围增大时，搜索效率还是非常低。RRT*在RRT基础上做了改进，主要是进行了重新选择父节点和重布线的操作。算法主要修改了RRT*算法的采样的空间。