融合改进RRT与Trajectory Mamba-DWA算法的车辆路径规划方法

本发明提出一种融合改进RRT与Trajectory Mamba‑DWA的车辆路径规划方法，适用于动态交通环境。全局规划阶段，通过KD‑Tree优化RRT算法的搜索效率，结合安全采样区域限制随机采样范围，利用自适应目标引力偏置增强路径方向性，并采用贝塞尔曲线平滑生成全局最优路径。局部避障阶段，在动态窗口法中嵌入Trajectory Mamba轨迹预测模型，预测周围车辆与行人的运动趋势，通过时序碰撞检测约束自车速度，生成兼顾实时性与前瞻性的避障轨迹。针对避障后的路径衔接问题，设计动态重规划机制：根据当前环境状态，对比返回原路径或生成新路径的预期时间与碰撞风险，自适应选择最优方案。该方法为自动驾驶车辆的高效导航提供关键技术支撑，对驾驶辅助系统的发展具有重要意义。