检索结果-内蒙古大学图书馆

系统仿真学报 2025年第1期37卷 257-270页

作者：许建民宋雷邓冬冬陈尧箬杨炜厦门理工学院机械与汽车工程学院福建厦门361024 福建省客车先进设计与制造重点实验室福建厦门361024

为解决传统A^(*)算法与动态窗口法面对大规模复杂环境路径规划时,计算和时间成本的急剧上升以及灵活性较差的问题,提出了一种基于多尺度地图法的A^(*)算法和改进DWa^*算法的融合算法。建立多尺度地图集并在A^(*)算法的启发函数中增加障碍... 详细信息

为解决传统A^(*)算法与动态窗口法面对大规模复杂环境路径规划时,计算和时间成本的急剧上升以及灵活性较差的问题,提出了一种基于多尺度地图法的A^(*)算法和改进DWa^*算法的融合算法。建立多尺度地图集并在A^(*)算法的启发函数中增加障碍物占比因子,在粗尺度地图利用A^(*)算法计算最优路径,将其映射到细尺度地图上进行二次A^(*)算法并通过Floyd算法进行节点优化,删除冗余节点、提高路径的平滑度。增加了航向角自适应调整策略和停车等待状态来优化动态窗口法,提高灵活性。将A^(*)算法的关键点作为动态窗口法的局部目标点,并在轨迹上有障碍物时再次规划,实现两种算法的融合。ROS仿真和实车实验结果表明改进的A^(*)算法计算时间显著减少,在20 m×40 m的地图中减少98%,改进的融合算法大幅提高了机器人在动态环境下的平滑性和灵活性,可以有效解决传统融合算法存在的问题。

关键词：移动机器人路径规划 A^(*)算法动态窗口法 ROS

来源：评论

学校读者我要写书评

暂无评论

基于搜索步优化A^(*)算法的移动机器人路径规划

引用

系统仿真学报 2025年第4期37卷 1041-1050页

作者：喻蝶鲍柏仲司言段暕詹小斌史铁林华中科技大学机械科学与工程学院湖北武汉430074

针对在大规模高分辨地图中传统A^(*)算法机器人路径规划存在耗时较高、路径质量较差等问题,提出了一种搜索步优化A^(*)算法。基于三次Hermite曲线构建步长匹配机器人尺寸、线形符合机器人动力学约束的搜索步(连接当前节点至后继节点的... 详细信息

针对在大规模高分辨地图中传统A^(*)算法机器人路径规划存在耗时较高、路径质量较差等问题,提出了一种搜索步优化A^(*)算法。基于三次Hermite曲线构建步长匹配机器人尺寸、线形符合机器人动力学约束的搜索步(连接当前节点至后继节点的路径边)集合;利用曲线的整段弧长和最大曲率值建立更准确的代价函数。实验结果表明:相较于A^(*)算法规划耗时平均降低51.83%、机器人执行路径的运动耗时平均降低14.07%;相较于HybridA^(*)算法规划耗时平均降低67.65%,运动耗时相近,证明搜索步优化A^(*)算法不仅提高了搜索效率,还通过提高路径质量提升了机器人的运动性能。

关键词：移动机器人路径规划 A^(*)算法参数曲线搜索步集合

来源：评论

学校读者我要写书评

暂无评论

双邻域选择扩展A^(*)路径规划算法

引用

机械科学与技术 2025年第3期44卷 484-495页

作者：杨秀建袁志豪白永瑞敖鹏昆明理工大学交通工程学院昆明650504

针对A^(*)算法在路径规划过程中存在的扩展节点过多、路径冗余点过多等问题,对经典A^(*)算法进行了改进研究。提出了斜八邻域扩展的概念,与四邻域扩展结合组成一种新的双邻域选择扩展策略,在路径搜索过程中可以有效减少扩展节点的数量... 详细信息

针对A^(*)算法在路径规划过程中存在的扩展节点过多、路径冗余点过多等问题,对经典A^(*)算法进行了改进研究。提出了斜八邻域扩展的概念,与四邻域扩展结合组成一种新的双邻域选择扩展策略,在路径搜索过程中可以有效减少扩展节点的数量。为适应多种地图环境建立了新的启发函数,在相同地图环境下较经典A^(*)算法扩展的节点数量减少50%以上,路径搜索速度提高了一个数量级,算法效率明显提升。通过建立冗余点剔除策略与三次B样条曲线对初始路径进一步优化,剔除路径多余节点,减少路径转折,规划出一条符合机器人运动的最优路径。首先,在4种不同障碍物的地图环境下对改进后的A^(*)算法进行了仿真分析,并与Dijkstra、四邻域A^(*)算法、八邻域A^(*)算法进行了比较;然后,基于实验室的智能车试验平台进行了场地试验,对改进后的A^(*)算法进行了试验验证。结果表明:改进后A^(*)算法的路径搜索效率大幅提高,路径更有利于机器人运动,所提出的A^(*)改进算法是可行的、有效的。

关键词：移动机器人路径规划 A^(*)算法邻域扩展启发函数冗余点剔除

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)算法的水空两栖机器人多目标路径规划

引用

农业工程学报 2025年第6期41卷 62-70页

作者：沈跃孙浩沈亚运郭奕刘慧江苏大学电气信息工程学院镇江212013

实现水空两栖机器人安全、高效进行多目标点跨塘水质检测作业,减少传统水质检测模式时间及经济成本,合理的路径规划十分重要。针对传统A^(*)算法路径曲折、搜索效率低、无法考虑多栖机器人约束特性等问题,该研究提出一种改进A^(*)的水... 详细信息

实现水空两栖机器人安全、高效进行多目标点跨塘水质检测作业,减少传统水质检测模式时间及经济成本,合理的路径规划十分重要。针对传统A^(*)算法路径曲折、搜索效率低、无法考虑多栖机器人约束特性等问题,该研究提出一种改进A^(*)的水空两栖机器人路径规划算法。首先采集障碍物分布情况和高度信息,建立多水域2.5维栅格地图;其次在A^(*)算法评价函数中加入能耗、时间及安全代价,通过调节不同权重获取相应初始路径;然后通过动态分配权重改进启发式函数,加快搜索效率,并利用目标成本函数对所有目标进行优先级判定,实现多目标路径规划;最后通过增加空中模态切换点、删除冗余点及采用B样条曲线优化路径,生成可连接多水域多水质检测点的三维平滑轨迹。仿真试验结果表明:与传统A^(*)算法和陆空A^(*)算法相比,改进A^(*)算法迭代次数分别减少70.04%与68.07%,路径长度分别减少35.44%与7.6%,总转角分别减小83.63%与8.65%,危险节点数分别减少80.67%与33.33%。真实水域试验表明:改进A^(*)算法的迭代次数比传统A^(*)算法和陆空A^(*)算法减少84.89%与83.78%,路径长度分别减少12%与0.6%,总转角分别减小73.21%与22.1%,危险节点数分别减少84.62%与80%,可规划出通过多个目标点的安全、平滑路径,有效提高水质检测效率,为多栖机器人自主导航提供参考。

关键词：多目标路径规划水空两栖机器人 A^(*)算法轨迹优化

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)算法的海上风电场运维船舶路径规划

引用

中国航海 2025年第1期48卷 132-140页

作者：李珍尧万祥吕洁印吴兵武汉理工大学水路交通控制全国重点实验室湖北武汉430063 武汉理工大学智能交通系统研究中心湖北武汉430063 武汉理工大学国家水运安全工程技术研究中心湖北武汉430063 武汉理工大学交通与物流工程学院湖北武汉430063 武汉第二船舶设计研究所湖北武汉430205 深圳中集智能科技有限公司广东深圳518057

针对传统A^(*)算法应用于海上风电场运维船舶路径规划时未考虑动态障碍物、水流和穿越航道等因素的问题,提出考虑航行风险、航向角约束和路径平滑的路径规划方法。在使用栅格法构建海上风电场水域环境地图的基础上,引入权重系数改变估... 详细信息

针对传统A^(*)算法应用于海上风电场运维船舶路径规划时未考虑动态障碍物、水流和穿越航道等因素的问题,提出考虑航行风险、航向角约束和路径平滑的路径规划方法。在使用栅格法构建海上风电场水域环境地图的基础上,引入权重系数改变估计代价值在A^(*)算法总代价函数中的比例,达到平衡启发式信息强度和缩短寻路时间的目的,并通过考虑含水流的障碍物风险改进A^(*)算法的实际代价函数,提升规划路径安全性。同时在A^(*)算法中考虑航向角约束以减少遍历节点总数,将八邻域搜索设定为符合路径走向的3个相邻节点,提取各拐点并进行通视性检查以删除路径中的冗余拐点,使用均匀B样条曲线得到平滑的规划路径。以东海大桥5号、6号风电场水域为例,建立涨潮路径规划场景,运维船舶需通过9个风机以完成运维任务;利用4个指标(路径长度、路径总风险值、遍历节点总数、拐点总数)对规划路径进行评价,以此验证改进A^(*)算法的有效性。仿真结果表明:在涨潮场景中,改进的A^(*)算法规划路径平滑性提升了77.69%,规划路径总风险值降低了52.83%,遍历节点总数降低了30.58%,但改进的A^(*)算法规划路径比传统A^(*)算法规划路径长252.89 m。

关键词：交通安全海上风电场路径规划 A^(*)算法运维船舶

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)平滑性路径规划算法研究

引用

计算机应用与软件 2025年第1期42卷 258-263,276页

作者：王云亮张赛吴艳娟天津理工大学电气工程与自动化学院天津300384 天津市复杂系统控制理论及应用重点实验室天津300384

为了解决传统A^(*)算法执行效率不高,转折点过多等问题,提出一种基于优化关键点选取和平滑路径的改进A^(*)算法。首先运用一种改进跳点搜索算法对A^(*)算法加快跳点搜索速度并对扩展子节点进行遴选,引入RRT*中剪枝思想在二次路径规划时... 详细信息

为了解决传统A^(*)算法执行效率不高,转折点过多等问题,提出一种基于优化关键点选取和平滑路径的改进A^(*)算法。首先运用一种改进跳点搜索算法对A^(*)算法加快跳点搜索速度并对扩展子节点进行遴选,引入RRT*中剪枝思想在二次路径规划时剔除非必要的节点。最后将A^(*)算法结合Bezier曲线对生成路径进行平滑性处理。为测试改进A^(*)算法的可行性与有效性,在多种不同尺寸规格的栅格地图中和移动机器人平台上进行对比仿真实验。结果表明,改进后A^(*)算法相比于原A^(*)算法生成扩展节点数量更少、寻路时间缩短、执行效率更高,改进后A^(*)算法路径规划性能得到明显提升。

关键词：移动机器人 A^(*)算法贝塞尔曲线路径规划

来源：评论

学校读者我要写书评

暂无评论

基于DHPA^(*)-DSACO算法的AGV路径规划研究

引用

机床与液压 2025年第5期53卷 15-23页

作者：王俊岭刘佳年边俊君王振东江西理工大学信息工程学院江西赣州341000

自主引导车(AGV)的路径规划算法是确保其正常运行的关键部分。针对A^(*)算法在路径规划过程中存在的搜索效率低、路径曲率大的问题,以及蚁群ACO算法收敛速度慢和对参数敏感等缺陷,提出一种动态启发式惩罚A^(*)与动态感知蚁群优化算法相... 详细信息

自主引导车(AGV)的路径规划算法是确保其正常运行的关键部分。针对A^(*)算法在路径规划过程中存在的搜索效率低、路径曲率大的问题,以及蚁群ACO算法收敛速度慢和对参数敏感等缺陷,提出一种动态启发式惩罚A^(*)与动态感知蚁群优化算法相融合的算法—DHPA^(*)-DSACO。DHPA^(*)算法通过设置动态权重因子,结合父节点启发距离,并引入转弯惩罚项,以降低运行时间和路径曲率。DSACO算法通过设置自适应蚁群启发因子和动态挥发因子,优化信息素更新策略,从而缩短路径长度。同时,该算法利用B样条曲线对路径进行平滑处理。为验证算法的可行性,在PyCharm环境中将DHPA^(*)-DSACO算法与其他算法进行对比测试,并对实验结果进行了分析。最后,为了模拟真实世界中的情况,基于ROS系统建立仿真平台,验证了DHPA^(*)-DSACO算法的有效性。结果表明:DHPA^(*)-DSACO算法有效降低了路径长度、曲率和运行时间,显著提升了运行效率。此外,该算法还能有效避免算法陷入局部最优解,减少收敛迭代次数,进一步增强了算法的鲁棒性,使其更好地适应AGV的实际运行情况。

关键词：路径规划蚁群算法 A^(*)算法 B样条曲线

来源：评论

学校读者我要写书评

暂无评论

改进邻域扩展A^(*)算法的移动机器人路径规划

引用

机械设计与制造 2025年第1期407卷 291-295页

作者：董雅文杨静雯张宝锋赵小惠西安工程大学机电工程学院陕西西安710048 西安理工大学机械与精密仪器工程学院陕西西安710048

为解决A^(*)算法在规划路径时存在转折角度过大、路径不平滑的问题,提出改进邻域扩展A^(*)算法。首先,对A^(*)算法搜索范围扩展至24邻域,然后对邻域进行二次数量优化处理得到最终邻域搜索节点。其次,设计具有双层位置导向信息的评价函数... 详细信息

为解决A^(*)算法在规划路径时存在转折角度过大、路径不平滑的问题,提出改进邻域扩展A^(*)算法。首先,对A^(*)算法搜索范围扩展至24邻域,然后对邻域进行二次数量优化处理得到最终邻域搜索节点。其次,设计具有双层位置导向信息的评价函数,最后对所得路径进行二次平滑处理以剔除冗余节点并削弱路径尖峰的剧烈程度。仿真结果表明,改进邻域扩展A^(*)算法在路径长度、搜索节点数量、规划时间上均优于传统A^(*)算法,且路径无尖峰转角,整体趋势平缓。

关键词：点对点路径规划 A^(*)算法邻域扩展

来源：评论

学校读者我要写书评

暂无评论

改进A^(*)算法的无人车路径规划

引用

机械设计与制造 2025年第1期407卷 117-120页

作者：王海群甘成通王福斌华北理工大学电气工程学院河北唐山063210

近年来随着科技的发展私家车不断的普及,汽车数量的不断增加导致交通事故频发,面对这一问题大量学者在不断地进行研究,5G的出现使得无人自动驾驶的实现成为了可能,路径规划是无人驾驶技术的重点研究内容。目前大部分路径规划采用的是传... 详细信息

近年来随着科技的发展私家车不断的普及,汽车数量的不断增加导致交通事故频发,面对这一问题大量学者在不断地进行研究,5G的出现使得无人自动驾驶的实现成为了可能,路径规划是无人驾驶技术的重点研究内容。目前大部分路径规划采用的是传统的A^(*)算法,但该算法存在搜索范围大、时间长、路径规划效率较低、损耗较大以及路径拐点较多等问题无法规划出最佳路径。这里在此基础上加以改进,通过建立栅格地图,构建新的动态衡量启发式A^(*)算法函数,通过新算法所得新路径再进行路经拐角优化,最后对改进的算法进行仿真并分析和比较,证明了新改进的算法和经过拐角路径优化可得到最佳路径。

关键词：无人自动驾驶路径规划栅格地图 A^(*)算法动态衡量启发式函数拐角优化

来源：评论

学校读者我要写书评

暂无评论

融合改进A^(*)算法与动态窗口法的无人车路径规划研究

引用

汽车实用技术 2025年第4期50卷 20-26页

作者：何洋余孝楠辽宁工业大学汽车与交通工程学院辽宁锦州121001

针对传统A^(*)算法在无人车路径规划中搜索效率低、冗余节点及避障灵活性差等问题,提出一种融合改进A^(*)与动态窗口法的无人车路径规划方法。仿真结果表明,对比传统A^(*)算法,改进A^(*)算法在搜索时间平均减少了66.81%,转折次数平均减... 详细信息

针对传统A^(*)算法在无人车路径规划中搜索效率低、冗余节点及避障灵活性差等问题,提出一种融合改进A^(*)与动态窗口法的无人车路径规划方法。仿真结果表明,对比传统A^(*)算法,改进A^(*)算法在搜索时间平均减少了66.81%,转折次数平均减少了43.65%,遍历节点数平均减少了46.73%,路径长度平均减少了2.55%,融合算法能在全局最优路径的基础上,达到随机避障效果。

关键词：无人车路径规划 A^(*)算法动态窗口法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：