系列文章目录

路径规划之Dijkstra算法
路径规划之Best-First Search算法
路径规划之A *算法
路径规划之D *算法
路径规划之PRM算法
路径规划之RRT算法

---

---

前言

PRM方法相比于传统的A *算法，只是多了一步构建PRM地图，本质上还是在图上进行搜索；相比之下，本文所提到的RRT算法是基于采样的基础上构建树，同时在树结构上进行搜索。

一、RRT算法

1.起源

RRT（Rapidly-exploring Random Tree）算法是由Steven M. LaValle于1998年提出的，中文翻译为快速探索随机树。它可以快速扩张以此在图上找到可行的路径。

2.流程

1. 建立树，根节点为起始点，指定目标点，设置扩展的步长距离distance
2. 在地图中随机得到一个采样点，记作p_rand
3. 遍历当前树，找到距离随机点最近的点，记作p_near
4. 由p_near向随机点p_rand扩展一个步长的距离，扩展后的点记作p_new
5. 检测此p_new点是否在障碍物上，如果在障碍物上，则从第2步重新开始
6. 将新产生的点p_new插入到整个树中
7. 当p_new点距离目标点小于某个范围时，退出搜索，然后将整个路径画出来

3. 优缺点

3.1 优点

1. 搜索效率比较高，搜索速度比较快；
2. 适用于高维空间，不会产生维度灾难的问题；
3. 只需对状态空间采样点进行碰撞检测，避免了对空间的建模。

3.2 缺点

1. 规划出的路径质量一般，可能存在棱角、不够光滑；
2. RRT算法不太适用于存在狭长空间的环境；
3. 规划出的路径可能不是最优路径；
4. 不适用于动态环境的路径规划。

4. 实际效果