中科大冯来春（硕士2017）——基于引导域的参数化RRT无人驾驶车辆运动规划算法研究

也是说的“智能先锋Ⅱ”无人车

本文解决的问题

1. 针对RRT生成路径无法满足无人车可行性约束，提出参数化节点生成方法，保证RRT生成路径满足贝塞尔曲线参数化条件，理论上确保RRT算法规划初的路径曲率连续且满足无人车可行性约束
2. 为了降低RRT规划时间，提高算法实时性，提出终点树策略和新的终止条件判断方法
3. 利用$A^*$ 在低分辨率栅格地图上生成引导域，限制RRT的采样空间，从而改善RRT生成路径的质量

知识点

• RRT算法生成的最终路径是折线段路径，而折线段路径不是曲率连续的。常规的处理方法是用贝塞尔曲线对RRT算法生成的折线段路径进行拟合。当RRT算法生成的折线段上的路径点数目大于等于４时，贝塞尔曲线拟合后的平滑路径的阶数是大于等于３的，因此RRT算法生成的折线段路径经过贝塞尔曲线拟合后的平滑路径就一定是曲率连续的，但是拟合后的平滑路径的曲率上界是无法保证的，因此不能保证该平滑路径能够满足无人驾驶车辆的可行性约束。

  由上可知，整体利用贝塞尔曲线拟合生成路径无法满足无人车可行性约束，因此可采样分段贝塞尔曲线拟合的办法。

全文评价

1. 从效果来看，基于$A^*$ 引导的RRT算法还是很不错的

2. 参数化RRT算法和基本RRT算法相比，主要是节点的采样与扩展不一样

   研究展望

3. 动态障碍物的预测信息与运动规划算法结合
4. 三维空间无人驾驶运动规划
5. 多车协同规划

国防科大王维（博士2011）——虚拟人运动规划与运动合成关键技术研究

主要是利用的RRT算法，关于RRT算法可以参考

上交许烁（博士2011）——软地面智能气垫车自主导航研究

里面有一个章节专门讲人工势场法