基于RRT*与自重构的UAV编队避障方法研究：'leader-follower'行为法与人工势场
法的分布式控制策略
# 基于RRT*与自重构的UAV编队避障方法探索
在无人机（UAV）应用日益广泛的当下，如何实现高效、安全的编队飞行并巧妙避开障碍物成为研究
热点。今天咱就聊聊基于RRT*与自重构的UAV编队避障方法。
## 底层策略：分布式控制策略
这里采用了基于leader - follower、行为法和人工势场法（APf）的分布式控制策略，它可是这套避
障方法的基石。这种策略并非凭空而来，而是参考2024 IEEE会议论文并加以改进的成果。
## RRT*：绘制全局路径蓝图
1. **生成全局路径**：RRT*在整个过程中负责生成全局路径。简单来说，RRT*（快速扩展随机搜索
树星型算法）是一种在高维空间中进行路径搜索的有效算法。它通过不断随机采样空间中的点，并将其添
加到搜索树中，逐步构建出一条从起点到目标点的路径。代码示例（以Python简单伪代码示意）：
```python
import random
# 定义搜索空间
search_space = [(0, 0), (10, 10)]
# 起点和目标点
start = (1, 1)
goal = (9, 9)
tree = [start]
def sample():
return (random.uniform(search_space[0][0], search_space[1][0]),
random.uniform(search_space[0][1], search_space[1][1]))
while True:
s = sample()
# 找到树中距离采样点最近的节点
nearest = min(tree, key=lambda x: ((x[0] - s[0])**2 + (x[1] - s[1])**2)**0.5)
new_node = (nearest[0] + (s[0] - nearest[0]) * 0.1, nearest[1] + (s[1] - nearest
[1]) * 0.1)
if ((new_node[0] - goal[0])**2 + (new_node[1] - goal[1])**2)**0.5 < 0.5:
