路径规划 | RRT结合APF算法快速探索随机树结合人工势场法的路径规划算法（Matlab）

本文主要是介绍路径规划 | RRT结合APF算法快速探索随机树结合人工势场法的路径规划算法（Matlab），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

效果一览

在这里插入图片描述

基本介绍

RRT结合APF算法的matlab代码。地图为可以替换的栅格地图。代码是在复现华中科技大学发表的英文论文的基础上的进一步改进。RRT算法。人工势场算法。
1.原论文方法简介：针对快速探索随机树（RRT）路径规划算法存在的随机抽样和效率低等问题，提出了一种结合人工势场法（APF）的改进算法。该方法首先在基本 RRT 算法的随机树扩展步骤中引入概率值，加快随机树向目标节点的收敛速度，并在随机树中加入引力成分，引导随机树向目标点生长，加快搜索过程。在障碍物周围建立斥力场，限制障碍物之间的搜索区域，减少路径的随机性。
2.本代码在复现原论文方法的基础上进一步改进。代码删除了RRT算法产生的大量冗余节点，生成更短且更合理的路径。红色路径为未删除冗余节点的路径。绿色路径为最终的路径。
3.代码还附带一份创建地图矩阵的代码。

在这里插入图片描述

程序设计

完整源码和数据私信博主回复RRT结合APF算法快速探索随机树结合人工势场法的路径规划算法（Matlab）

clc;clear;close all;
% Experimental result parameters
% Ll = Path length; Tt = Time; Node = Number of nodes
% All_Iterations = Iterations
Ll = []; Tt = []; Node = []; Cut_L=[]; All_Iterations = []; %-------------------------------------
load MAP.mat;     %这里可以替换为自己的地图矩阵
m = size(MAP,1);
n = size(MAP,2);global obs
global obs_new
obs_index=[];
for index=1:m*nif ~MAP(index)obs_index(end+1)=index;end
end
for k=1:length(obs_index)[x,y]=ind2sub(size(MAP), obs_index(k)); obs(k,1)=x;obs(k,2)=y;
endobs = [obs(:,2),m-obs(:,1)];obs = obs*1000/m;obs(:,3) = 1000/m;
obs(:,4) = 1000/m;
%-------------------------------------for j=1:1:2      % 运行次数% 设置参数p=0.3;                  % 模板偏差概率start_pose =[0,0];      % 起点global goal_pose;goal_pose = [999,999];  % 目标点global step;step = 20;              global kp;              % 引力系数kp=1;global p0;              % 斥力最大作用范围p0 = 250;global krep;            % 斥力系数