基于快速探索随机树(RRT)的路径规划研究(Matlab代码实现）

 👨‍🎓个人主页：研学社的博客   

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

---

​

💥1 概述

用于路径规划的快速探索随机树（RRT）算法的工作原理是构建一棵探索机器人配置空间的树，根节点代表初始配置，新节点通过随机抽样和连接到现有树迭代添加。该算法使用距离度量来标识树中离每个新采样点最近的节点，如果它们之间的连接不与障碍物相交，则向树添加新节点和边。随着树的生长，它会探索配置空间的更多区域并接近目标配置。当达到目标或达到定义的迭代次数限制时，算法将终止。

📚2 运行结果

​

部分代码：

plot(x_start(1,1)-0.5*resolution, x_start(1,2)-0.5*resolution,'b^','MarkerFaceColor','b','MarkerSize',4*resolution); % 璧风偣
    plot(goal(1,1)-0.5*resolution, goal(1,2)-0.5*resolution,'m^','MarkerFaceColor','m','MarkerSize',4*resolution); % 缁堢偣
    set(gca,'XLim',[x_left_limit x_right_limit]); 
    set(gca,'XTick',[x_left_limit:resolution:x_right_limit]); 
    set(gca,'YLim',[y_left_limit y_right_limit]); 
    set(gca,'YTick',[y_left_limit:resolution:y_right_limit]); 
    grid on
    title('RRT');
    xlabel(' x'); 
    ylabel(' y');
    pause(0.05);
    if (sqrt((new_node_x - goal(1,1))^2 + (new_node_y- goal(1,2))^2) <= goal_radius) % 
        tree.child(end+1,:) = goal;        
        tree.parent(end+1,:) = new_node;
        disp('find goal!');
        break
    end
end
toc

temp = tree.parent(end,:);
trajectory = [tree.child(end,1)-0.5*resolution, tree.child(end,2)-0.5*resolution];
for i=size(tree.child,1):-1:2
    if(size(tree.child(i,:),2) ~= 0 & tree.child(i,:) == temp)
        temp = tree.parent(i-1,:);
        trajectory(end+1,:) = tree.child(i,:);
    if(temp == x_start)
        trajectory(end+1,:) = [temp(1,1) - 0.5*resolution, temp(1,2) - 0.5*resolution];
    end
    end
end
plot(trajectory(:,1), trajectory(:,2), '-r','LineWidth',2);
pause(2);

k = 4;     
P = trajectory';
n = size(P,2) - 1;
flag = 2;   
path=[];

if (flag == 1)
    NodeVector = linspace(0, 1, n+k+1); 
    for u = (k-1)/(n+k+1) : 0.001 : (n+2)/(n+k+1)
        for i = 0 : 1 : n
            Bik(i+1, 1) = BaseFunction(i, k-1 , u, NodeVector);
        end
        p_u = P * Bik;
        path = [path; [p_u(1,1),p_u(2,1)]];
    end
else
    NodeVector = U_quasi_uniform(n, k-1); 
    for u = 0 : 0.005 : 1-0.005
        for i = 0 : 1 : n
            Bik(i+1, 1) = BaseFunction(i, k-1 , u, NodeVector);
        end
        p_u = P * Bik;
        path=[path; [p_u(1),p_u(2)]];
    end
end
plot(path(:,1),path(:,2),'-r','LineWidth',2);hold on

🎉3 参考文献

部分理论来源于网络，如有侵权请联系删除。

[1]Lixing Liu (2023) Rapidly-exploring Random Tree (RRT) is a probabilistic algorithm for path planning that constructs a tree to explore the configuration space and samples random points to grow the tree towards unexplored regions.

[2]马新国,马希青.融合改进RRT和Dijkstra算法的机器人动态路径规划[J].组合机床与自动化加工技术,2023(02):5-9.DOI:10.13462/j.cnki.mmtamt.2023.02.002.

🌈4 Matlab代码实现