19、Mapped - RRT*：用于移动机器人路径规划的创新算法

Mapped - RRT*：用于移动机器人路径规划的创新算法

在移动机器人领域，路径规划是一个关键问题，它直接关系到机器人能否高效、安全地完成任务。本文将介绍一种名为Mapped - RRT*的采样式移动路径规划算法，它结合了传感器校准、同时映射和路径搜索等技术，旨在实现最优时间的路径导航。

相关工作

在移动机器人路径规划领域，已经有许多相关的研究工作。不同的算法在不同的场景下各有优劣：
- CellBiRRT ：Fragkopoulos等人提出的CellBiRRT（基于单元的双向快速探索随机树）方法，主要用于处理机械臂的姿态约束问题，尤其适用于复杂环境，可降低碰撞概率。
- ERRT ：Bruce和Veloso提出的ERRT（执行扩展RRT）算法，用于动态环境中移动机器人的无碰撞运动。
- Informed RRT ：Gammell等人提出的Informed RRT 算法，通过直接采样可允许的椭球启发式算法，专注于基于采样的路径规划，以实现最优路径。
- A - star算法 ：Liu和Gong对A - star算法的三种变体进行了比较研究，在完美迷宫环境和室内有障碍物的实验室环境中进行了实验。

这些工作为后续的研究提供了基础，但也存在一些实验上的不足。而本文提出的Mapped - RRT*算法，通过将基于采样的路径规划技术与实时同时映射相结合，改进了现有的工作。

方法

为了实现Mapped - RRT 算法，需要