JYXH202002006CFJDLAST2020基于循环寻优RRT算法的无人机航迹规划肖支才尹高扬闫实XIAO Zhi-cai;YIN Gao-yang;YAN Shi;Naval Aeronautical University;海军航空大学针对快速扩展随机树(RRT)算法在无人机在线自主航迹规划中的寻优性问题,提出基于循环寻优RRT算法。将航迹长度代价约束作为启发条件引入RRT算法,可以有效地剪除搜索空间的无用节点,获得较优航迹。通过引入已规划可行航迹的航迹长度代价约束作为下一次算法运行的启发条件,采用循环迭代策略有效地剪除搜索空间的无用节点,使得算法每次运行后的航迹长度代价减小,多次运行后最终得到的航迹接近最优航迹,充分利用航迹长度代价的启发性,克服了RRT算法的缺点,同时获得了一系列不同航迹代价的可行备选航迹,在协同任务中可以根据协同到达时间进行快速选择。仿真结果表明该算法能够快速生成安全并且满足无人机动力学约束的较优航迹。无人机快速扩展随机树航迹长度代价约束循环迭代计算机与现代化202002V249.1;V279航迹规划:7767,RRT:6253,算法:453,无人机:402,快速扩展随机树:346,循环迭代:234,搜索空间:85,飞行航迹:60,随机采样:60,算法运行:55I;C;273INFO2003JYXHJYXH2020-02-15中文;C031JYXH202002