学术研究报告：RBI-RRT*——面向高维状态空间的高效采样路径规划算法

第一作者及机构

本文由南方科技大学机械与能源工程系的Fang Chen（第一作者）、Yu Zheng（IEEE高级会员）、Zheng Wang（IEEE高级会员）、Wanchao Chi、Sicong Liu（IEEE会员）联合腾讯Robotics X实验室共同完成。研究发表于2024年IEEE国际机器人与自动化会议（ICRA），会议于2024年5月13-17日在日本横滨举行。

学术背景

研究领域：机器人路径规划，属于人工智能与机器人学的交叉领域。
研究动机：采样式规划算法（如RRT*）在高维状态空间（如机械臂6自由度以上）中因随机采样和树结构优化耗时剧增，导致实时性受限。现有改进算法（如Informed RRT）虽能压缩采样空间，但初始解收敛速度不足，双向优化算法（如RRT-Connect）则因同步扩展与优化导致效率下降。
研究目标：提出Reconstructed Bi-directional Informed RRT* (RBI-RRT*)，通过结合RRT-Connect的快速初始解能力与Informed RRT*的渐进最优性，提升高维空间路径规划的效率和收敛速度。

研究流程与方法

1. 算法设计

• 初始解快速生成：

  • 仿照RRT-Connect双向扩展树（分别从起点和目标点生长），跳过状态优化步骤（如重布线），优先寻找可行路径。
    
  • 通过InformedSample函数动态压缩采样空间：初始阶段在全状态空间均匀采样，发现可行解后限定采样至超椭球启发子集（*hyper-ellipsoidal subset*）。
    

• 树结构重构：

  • 重构过程（Algorithm 3）：将RRT-Connect生成的树转换为RRT*结构，通过ChooseParent（选择最优父节点）和Rewire（重布线邻居节点）优化状态成本，剪枝无效分支（图1）。
    
  • 采用k-nearest方法（公式3）替代传统半径法，优先连接高维空间中最远无障碍节点，加速成本收敛。
    

• 双向渐进优化：

  • 重构后切换至类似Informed RRT* Connect的双向优化模式，在启发子集中持续优化路径成本。
    

2. 实验验证

• 仿真实验：

  • 低维测试（ℝ²）：在25×25随机障碍环境中，对比Hybrid RRT、Informed RRT* Connect和RBI-RRT*。
    

  • 指标：初始解成功率、计算时间、路径成本、成功归一化平均成本（SRN Mean Cost）。
    

  • 结果：RBI-RRT*初始解成功率与Hybrid RRT相当（100% vs. 94%），重构后路径成本降低15.2%，时间减少10.6%。

  • 高维测试（6自由度机械臂）：

  • 任务：机械臂抓取避障（PyBullet仿真）。

  • 结果：RBI-RRT平均初始解时间0.42秒（Informed RRT Connect为1.79秒），收敛至特定成本的时间减少22.1%（图4d）。

• 实物实验：

  • 平台：搭载双目相机的真实机械臂，任务为抓取蓝色瓶子并避开绿色障碍。
    
  • 结果：规划时间减少11.2%，路径成本降低10.0%（表I），简化后轨迹成本进一步优化16.3%（图5）。
    

主要结果与逻辑关联

1. 初始解效率：RBI-RRT*通过跳过早期优化步骤，显著提升初始解成功率（ℝ²中100%，6-DOF中100%），为后续重构奠定基础。
   
2. 重构优化效果：树重构后路径成本迅速下降（ℝ²中降低15.2%），验证了RRT*结构在高维空间的优化有效性。
   
3. 高维优势：在6-DOF任务中，RBI-RRT*的收敛速度与成本均优于对比算法，证明其在高维空间的实用性。
   

结论与价值

科学价值：
- 提出树重构方法，首次实现RRT-Connect到RRT*的无缝转换，结合了快速初始解与渐进最优性。
- 定义成功归一化平均成本（SRN Mean Cost），综合评估算法效率与成功率。

应用价值：
- 为高自由度机器人（如机械臂、无人机）提供实时路径规划解决方案，实验显示在真实场景中规划时间减少11.2%。
- 算法集成于OMPL（Open Motion Planning Library），具备工程落地潜力。

研究亮点

1. 创新性方法：树重构机制是核心突破，解决了双向算法无法直接优化成本的难题。
   
2. 高效性验证：通过低维与高维实验对比，证明算法在时间与成本上的双重优势。
   
3. 跨平台适用性：仿真（PyBullet）与实物实验一致性强，凸显算法鲁棒性。
   

其他价值

• 开源贡献：算法基于OMPL实现，促进社区复用与改进。
  
• 理论扩展：提出的SRN Mean Cost为后续研究提供了新的评估维度。
  

（全文约2000字）