8、智能家庭服务机器人路径规划：从RRT到改进算法

智能家庭服务机器人路径规划：从RRT到改进算法

1. 引言

随着科技的飞速发展，我们步入了数字化和智能化时代，人们的生活质量显著提升。家庭服务机器人在医疗、农业和日常生活中的应用越来越广泛，它们能够替代人类完成各种家务，解放双手，提高工作质量和效率。

家庭服务机器人的工作效率很大程度上取决于运动规划所生成的轨迹，而路径规划是运动规划的核心内容之一。路径规划旨在构建连接起始位置和结束位置的曲线，在可拓扑为点线网络的规划问题中应用广泛，因此研究机器人的路径规划方法具有重要的经济和实用价值。

路径规划技术主要分为全局路径规划和局部路径规划。全局路径规划属于静态规划算法，依据现有的地图信息进行路径规划，寻找从起点到目标点的最优路径；局部路径规划属于动态规划算法，只需实时收集环境信息，确定障碍物分布，从而选择从当前节点到某个目标节点的最优路径。本文主要研究目前广泛应用的全局路径规划算法，主要分为两类：以A*算法为代表的基于搜索的路径规划算法和以快速探索随机树（RRT）算法为代表的基于采样的路径规划算法。

RRT算法在过去十年左右得到了广泛的发展和应用。它由爱荷华州立大学的LaValle于1998年提出，相关研究为RRT算法奠定了基础。然而，RRT算法存在一些问题，如随机生长方向、随机搜索中存在大量冗余节点以及路径平滑性差等。针对这些问题，许多学者提出了改进算法，例如：
- RRT ：可以重新计算新节点以实现渐近最优性。
- InformedRRT ：使用基于初始路径的椭圆收缩策略来减少锯齿状路径的情况。
- RRTX：设计了重新规划策略以适应动态环境，提高算法的实用性。
- RRT - connect：从起点