基于JPS-Theta*算法与改进的APF算法相结合的路径规划

《Scientific Reports》：Path planning based on integrating JPS-Theta* algorithm and improved APF algorithm

　　

摘要

Theta*算法采用八邻域启发式方法进行路径搜索，这会产生大量冗余的扩展节点，从而影响搜索效率。同时，传统的人工势场（APF）算法存在局部最优解和无法到达目标的问题。为了解决这些限制，本文提出了一种混合路径规划框架，该框架整合了三个核心组件：JPS-Theta*算法、B样条平滑技术和改进的APF算法，并实现了它们之间的协同作用。具体来说，JPS-Theta*算法将跳跃点搜索（JPS）与Theta*算法结合，以消除冗余节点并生成全局最优路径：JPS算法修剪非必要的中间节点以提高搜索效率，而Theta*算法的视线检查则确保路径的平滑性。接下来，使用B样条曲线进一步平滑JPS-Theta*生成的路径，消除尖锐的转角以满足机器人的运动学约束。最后，改进的APF算法利用从平滑后的B样条路径中提取的全局路径控制节点来调整吸引力和排斥力势函数，从而实现实时动态避障，并保持与全局最优轨迹的对齐。使用MATLAB和ROS进行的仿真结果表明，这两种算法能够有效集成。与原始的Theta*算法相比，JPS-Theta*算法缩短了机器人的路径搜索时间，并大幅减少了扩展节点的数量，从而实现了出色的性能，包括更快的路径搜索速度、更少的冗余节点、更短的路径距离以及更平滑的路径。同时，与传统的APF算法相比，改进的APF算法生成的局部路径更短，耗时更少，并且局部路径与全局路径的吻合度更高。