改进RRT*路径规划算法

横向误差仅0.025米

针对Ackermann转向车辆，通过路网模型与Dubins曲线生成符合转向约束的平滑路径，显著降低跟踪误差与控制器负荷。

Chaofan, Lei · 李隽 · Yushan, Deng · 谭晓军

Expert Systems with Applications 2025

参数信息

横向跟踪误差

0.025 m

控制器负荷降低

60.66 %

技术优势

路径可直接跟踪

使用 Dubins 曲线完成重连，保证路径曲率连续且满足最小转弯半径约束，避免了跟踪时的剧烈转向。

控制器负荷大减

与基准算法相比，跟踪 RRT*ASV 生成的路径时控制器负荷至少降低 60.66%，减轻了执行机构的负担。

减少急转弯

引入转弯代价函数惩罚急转路径，使搜索更倾向于平缓的转向序列，改善车辆乘坐舒适性和稳定性。

应用场景

• 自主代客泊车：泊车路径需精确跟踪，算法能降低横向误差。
• AGV路径规划：AGV 常见 Ackermann 转向，算法支持其运动学约束。
• 矿山无人驾驶：矿山卡车的转向约束适用于该算法，可减少控制器负荷。
• 低速物流无人车：低速物流车可在路网下平滑路径，降低跟踪误差。
• 自动驾驶决策模块：决策模块可生成可执行路径，减轻下游控制压力。