近日，学院万洪林课题组在机器人与自动化领域顶级期刊《IEEE Robotics and Automation Letters》上发表题为“The Dynamic Quickly-RRT* Based on Rapidly-Exploring Random Tree”的研究论文。山东师范大学为第一署名单位，研究生潘跃炜为第一作者，万洪林副教授为通讯作者。

本研究中，针对RRT* 仍存在收敛速度慢、采样效率低及路径成本高等问题,提出一种新型路径规划算法——动态快速RRT（DQ-RRT）。具体而言，该算法中引入了融合障碍物引导采样、动态目标偏置采样与稀疏采样的混合采样策略，有效提升收敛速度与采样效率；其次，采用新型动态步长机制增强避障能力，并提出混合采样策略，减少冗余节点、生成更贴近障碍物的节点，并为探索过程提供方向引导加速向目标点探索, 显著缩短算法的探测时间；此外，算法中还提出了基于障碍物密度的节点生成方法以实现路径平滑，并结合三角不等式与二分法进行多段路径优化，保障在降低路径成本的同时生成更平滑的可行路径。该研究不仅从算法层面解决了传统方法的效率与成本问题，更通过引入具有通用性的模块化策略，为后续基于采样的路径规划研究提供了可复用的技术路径。