一种基于优化采样的无人车快速路径规划方法

本发明涉及无人车的全局路径规划领域，具体涉及一种基于优化采样的无人车快速路径规划方法，该方法首先在RRT算法的基础之上，裁剪采样空间并以偏置概率P进行非障碍物空间采样；然后引入角度系数改进人工势场法；接着基于改进人工势场法在RRT算法生成的随机树中引入引力场，在障碍物的周围建立斥力场；基于引力、斥力、优化后的采样点选取新节点，并以动态步长进行扩展，得到粗解路径；最后基于B样条曲线拟合粗解路径上的节点，形成最终路径。本发明克服了RRT算法搜索随机性强、扩展节点冗余的问题，在RRT全局路径规划算法的时间，路径长度，采样点数量以及路径曲率方面都有明显优化效果。