Grid-based RRT ⁄ for minimum dose walking path-planning in complex radioactive environments
(未写完)
简单的总结一下这个论文的创新点:
通过将RRT与网格搜索结合,弥补RRT的缺点,可用于具有障碍和狭窄区域的复杂环境。将障碍物部分预处理,生成围绕障碍物的栅格。当障碍物栅格的点进入随机树的范围后,继续按照RRT*的算法,连接这些点,并自然的生成绕过障碍物的路径。
以下是从原文中摘录的一些内容:
矩形边界框表示障碍区域。如果障碍区域彼此重叠,则选择包含这些障碍物的较大边界框作为障碍区域,并且这些障碍物被视为整体以避免产生狭窄区域。
矩形区域用网格离散化,样本位于每个网格节点上。这个过程可以看作是一种确定的抽样方式。然后执行精确的碰撞检测以识别障碍物内的样本,并且这些样本被称为障碍物节点并且不与任何节点连接。网格边界上的样本称为边界节点,它们可以与位于无障碍空间的样本连接(可以与随机树上的点进行连接),将网格节点添加到节点树并优化网格的节点连接。其余的网格节点称为通用节点,它们只能与网格上的其他节点连接(只能与位于障碍物区域的点连接)。