자율 미로 탐색에서 하이브리드 A* 및 RRT* 알고리즘의 비교 분석 및 RRT* 알고리즘 최적화

자율 모바일 로봇의 경로 계획 문제는 오늘날 로보틱스 분야에서 매우 중요한 문제이며, 수십 년의 개발 끝에 많은 경로 계획 알고리즘이 파생되었고, 그중 A* 알고리즘과 Rapidly Exploring Random Trees (RRT) 알고리즘이 더 널리 사용되고 있다. 이 두 방법은 완전히 다른 기본 원리를 사용하며, A* 알고리즘은 전역 검색에 의존하고 RRT 알고리즘은 무작위 검색을 사용한다. 이 두 알고리즘의 장단점을 탐구하기 위해 본 논문은 A* 알고리즘과 RRT* 알고리즘의 원리를 주로 분석하고 로봇의 미로 탐색 성능을 비교한다. 이후, RRT* 알고리즘의 낮은 효율성의 단점을 보완하기 위해 양방향 검색 전략을 활용하여 RRT* 알고리즘을 개선하고, 마지막으로 곡선 적합을 사용하여 로봇의 동력에 더 적합한 경로를 얻는다. 비교 분석 후, A* 알고리즘은 글로벌 맵이 주어진 경우 정밀 경로 계획에 더 적합하며, 최적 경로를 빠르게 계산할 수 있다. RRT* 알고리즘은 알려지지 않은 맵에 대한 경로 계획 문제에 더 적합하며, 확률적 검색 원리에 따라 알고리즘이 도달 가능한 경로를 더 빠르게 계산할 수 있다.