机器人运动规划算法-RRT-步骤

机器人学中运动规划算法中的RRT( Rapidly Exploring Random Trees 快速探索随机树)算法 ，这种机器人规划或寻路类算法也常归类为人工智能的子学科。
RRT算法步骤描述的是一个简单重复动作：

初始有一个起点S，一个终点E，一个世界W，一堆障碍物O，问题是找到W中一个路径Path从S到E，当然S，E，Path上面的点都不能在O中。
步骤：

1.构造一个RRT树T，开始只包含S作为树根节点；
2.在W上随机采样一个点X(Rand方法产生一个点)，不能在O中；
3.找到T上距离X最近的点N；
4.连接N到X，以步长L在线段NX上产生点K，即NK长度等于L；
5.判断线段NK是否和障碍物O碰撞，如果碰撞则丢弃这次采样然后跳步骤2重复执行，否则将NK连接到N点，这样树T就长出了个树枝NK；
6.如果K已经到达终点E(在一定范围内靠近E)，则树T上从S遍历到K的路径即是所求的Path，否则跳到步骤2重复执行

RRT算法不限于三维，特别是高维度空间，比如机械臂有n个关节那它就是在n维空间中运动，所以像OMPL这类基于采样的规划算法效果就比较好用的就比较多，实际实现有些变种，但是由于是随机算法每次执行结果Path都不一样。