priborИзвестия высших учебных заведений. ПриборостроениеJournal of Instrument Engineering0021-34542500-0381Национальный исследовательский университет ИТМО10.17586/0021-3454-2025-68-5-450-455pribor-376Research ArticleКРАТКИЕ СООБЩЕНИЯBRIEF NOTESКвазиоптимальный алгоритм планирования движения робототехнической системы по кратчайшему пути со случайной выборкойQuasi-optimal algorithm for planning a robotic system motion along the shortest path with random samplingДовгополикИ. С.DovgopolikI. S.

Илья Сергеевич Довгополик — магистр, факультет систем управления и робототехники; инженер

Санкт-Петербург

Ilya S. Dovgopolik — MSc, Faculty of Control Systems and Robotics; engineer

St. Petersburg

isdovgopolik@itmo.ruБорисовО. И.BorisovO. I.

Олег Игоревич Борисов — канд. техн. наук, доцент, факультет систем управления и робототехники

Санкт-Петербург

Oleg I. Borisov — PhD, Associate Professor, Faculty of Control Systems and Robotics

St. Petersburg

borisov@itmo.ruУниверситет ИТМОITMO University202509062025685450455Copyright © Национальный исследовательский университет ИТМО, 20252025Национальный исследовательский университет ИТМОНациональный исследовательский университет ИТМОhttps://pribor.ifmo.ru/jour/about/submissions#copyrightNoticehttps://pribor.ifmo.ru/jour/article/view/376

Рассматривается проблема поиска маршрута движения робототехнической системы в пространстве с препятствиями. В качестве базы для решения задачи выбран класс алгоритмов планирования пути со случайной выборкой анализируемых точек пространства. Представлена модификация алгоритма двунаправленного быстроисследующего случайного дерева с динамически изменяющейся зоной поиска, которая определяется геометрически. Представленная модификация позволяет находить более короткие маршруты движения и снизить нагрузку на вычислительные ресурсы по сравнению с предыдущими модификациями.

The problem of searching for a route of movement of a robotic system in a space with obstacles is considered. As a basis for solving the problem, a class of algorithms for path planning with a random sample of analyzed points of space is selected. A modification of the bidirectional fast-following random tree algorithm with a dynamically changing search zone, which is determined geometrically, is presented. The presented modification allows finding shorter routes of movement and reducing the load on computing resources compared to previous modifications.

планирование движениябыстроисследующее случайное дереворобототехническая системакратчайший путьобход препятствийmotion planningrapidly-exploring random treerobotic systemshortest pathobstacle avoidanceРабота выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации (проект № FSER-2025-0002) и НИРСИИ Университета ИТМО (проект № 640112)The work was carried out with the financial support of the Ministry of Science and Higher Education of the Russian Federation (project no. FSER-2025-0002) and the Student Scientific Association of Researches in the Field of Artificial Intelligence of ITMO University (project no. 640112)ReferencesHauser K. Motion and Path Planning. Berlin, Heidelberg: Springer, 2020. P. 1–11.Hauser K. Motion and Path Planning, Berlin, Heidelberg, Springer, 2020, рр. 1–11.LaValle S. М. Rapidly-exploring random trees : A new tool for path planning // The Annual Research Report. Iowa State Univ., 1998. Oct.LaValle S.М. The Annual Research Report, Iowa State University, 1998, October.Karaman S., Frazzoli E. Sampling-based algorithms for optimal motion planning // Intern. Journal of Robotics Research. 2011. Vol. 30. P. 846–894.Karaman S., Frazzoli E. Intern. Journal of Robotics Research, 2011, vol. 30, рр. 846–894.Jordan M., Perez A. Optimal bidirectional rapidly-exploring random trees // Tech. Rep. MITCSAIL-TR-2013-021, Massachusetts Institute of Technology. Cambridge, MA, 2013. Aug.Jordan M., Perez A. Tech. Rep. MITCSAIL-TR-2013-021, Massachusetts Institute of Technology, Cambridge, MA, 2013, August.Burget F., Bennewitz M., Burgard W. Bi2RRT*: An efficient sampling-based path planning framework for taskconstrained mobile manipulation // IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems (IROS). 2016. P. 3714– 3721.Burget F., Bennewitz M., Burgard W. IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems (IROS), 2016, рр. 3714– 3721.Gammell J., Srinivasa S., Barfoot T. Informed RRT*: Optimal sampling-based path planning focused via direct sampling of an admissible ellipsoidal heuristic // IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems. 2014. P. 2997–3004.Gammell J., Srinivasa S., Barfoot T. IEEE/RSJ Intern. Conf. on Intelligent Robots and Systems, 2014, рр. 2997–3004.Qureshi A. H., Ayaz Y. Intelligent bidirectional rapidly-exploring random trees for optimal motion planning in complex cluttered environments // ArXiv. 2015. Vol. abs/1703.08944.Qureshi A.H., Ayaz Y. ArXiv, 2015, vol. abs/1703.08944.Довгополик И. С., Артемов К., Борисов О. И., Забихифар С., Семочкин А. Н. Алгоритм модифицированного интеллектуального двунаправленного случайного дерева для планирования движения антропоморфных манипуляторов // Изв. вузов. Приборостроение. 2022. Т. 65, № 3. С. 185–193. DOI:10.17586/0021-3454-2022-65-3-185-193.Dovgopolik I.S., Artemov K., Borisov O.I., Zabihifar S., Semochkin A.N. Journal of Instrument Engineering, 2022, no. 3(65), pp. 185–193, DOI:10.17586/0021-3454-2022-65-3-185-193. (in Russ.)Dovgopolik I., Artemov K.A., Zabihifar S., Semochkin A., Kolyubin S. Fast and Memory-Efficient Planning in C-space: Modified Bi-directional RRT* Algorithm for Humanoid Robots // Intern. Conf. Nonlinearity, Information and Robotics (NIR). 2021. P. 1–17.Dovgopolik I., Artemov K.A., Zabihifar S., Semochkin A., Kolyubin S. Intern. Conf. Nonlinearity, Information and Robotics (NIR), 2021, pp. 1–17.

The authors declare that there are no conflicts of interest present.