基于改进APF-Informed-RRT*算法的露天运载矿车路径规划研究

作     者：付有震 廖道争 文斌 

作者机构：三峡大学电气与新能源学院 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2025年

学科分类：12[管理学] 081901[工学-采矿工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0819[工学-矿业工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：湖北省自然科学基金联合基金项目(2024AFD409)资助 

主　　题：无人矿车 路径规划 Informed-RRT* 人工势场 自适应步长 超椭球约束 局部最优解 虚拟目标范围 

摘      要：已有的无人矿车路径规划方法存在路线曲率变化范围大且变化频繁的问题，同时规划中较少考虑运输路线的安全性，针对以上问题，对传统的人工势场法进行改进，再将其作为启发式，进一步引导Informed-RRT*算法的随机树生成，提出一种基于改进APF-Informed-RRT*算法的无人矿车路径规划方法。首先对Informed-RRT*中的超椭球随机采样范围添加安全约束；然后引入虚拟目标区域来解决人工势场法的局部最优解问题，利用“黑洞函数消除目标不可达问题，在此基础上将改进后的人工势场法作为启发式引入Informed-RRT*，并通过递增采样率来减少无效随机树生成；最后采用自适应步长来优化总体路径。仿真结果显示，较APF-RRT*算法与Informed-RRT*算法相比，在保证安全距离的情况下，所规划路线横摆角幅度与曲率变化明显降低。通过真实微缩车辆搭建环境进行矿场运载可行性验证，较APF-Informed-RRT*算法，改进后随机树生成效率提高约47%，规划时间缩短26%，且未出现陷入局部最优的情况。