检索结果-内蒙古大学图书馆

重庆理工大学学报（自然科学） 2024年第2期38卷 77-86页

作者：董晓东李刚宗长富李永明李云龙李祥辽宁工业大学汽车与交通工程学院辽宁锦州121001 吉林大学汽车仿真与控制国家重点实验室长春130022

针对常规A^(*)算法存在的路径规划中冗余节点过多、拐点过多、规划路径与障碍间的距离过短、容易产生碰撞等问题,提出了一种将改进A^(*)算法与动态窗口法相结合的新方法。该算法通过对栅格地图中的障碍栅格进行量化处理,提取环境信息,... 详细信息

针对常规A^(*)算法存在的路径规划中冗余节点过多、拐点过多、规划路径与障碍间的距离过短、容易产生碰撞等问题,提出了一种将改进A^(*)算法与动态窗口法相结合的新方法。该算法通过对栅格地图中的障碍栅格进行量化处理,提取环境信息,并根据这些信息对A*算法的启发函数和子节点选择策略进行调整。此外,为了优化路径的平滑度和安全性,设计了一种路径节点平滑处理算法。仿真实验结果表明,融合动态窗口法的融合算法不仅能够保证所规划路径的全局最优性,而且能够有效地避开随机障碍物。

关键词：路径规划 A^(*)算法动态窗口法随机避障融合算法

来源：评论

学校读者我要写书评

暂无评论

基于改进变步长稀疏A^(*)算法的无人艇路径规划方法

引用

武汉理工大学学报（交通科学与工程版） 2024年第6期48卷 1089-1094页

作者：冯辉杨皓杰徐海祥朱凤娜武汉理工大学高性能船舶技术教育部重点实验室武汉430063 武汉理工大学船海与能源动力工程学院武汉430063

文中提出了一种改进变步长稀疏A^(*)算法的路径规划方法.基于USV回转性能限制,建立USV回转模型,确定前向探索角度与探索步长之间的关系;针对A^(*)算法中的启发项进行改进,加快算法搜索速度;在此基础上,结合USV回转模型和变步长方法,建... 详细信息

文中提出了一种改进变步长稀疏A^(*)算法的路径规划方法.基于USV回转性能限制,建立USV回转模型,确定前向探索角度与探索步长之间的关系;针对A^(*)算法中的启发项进行改进,加快算法搜索速度;在此基础上,结合USV回转模型和变步长方法,建立了符合USV操纵特性的变步长探索策略;通过增加备选节点机制,有效提高算法规划路径的质量.结果表明:所提出的算法相比固定步长和变步长的稀疏A^(*)算法有更好的寻优性能,在复杂环境下生成的路径质量更佳.

关键词：无人艇全局路径规划 A^(*)算法稀疏A^(*)算法避障

来源：评论

学校读者我要写书评

暂无评论

融合改进安全A^(*)算法和DWa^*算法的无人车路径规划研究

引用

火力与指挥控制 2024年第4期49卷 44-50页

作者：龚鹏李文博胡为马庆升沈阳航空航天大学机电工程学院沈阳110136 沈阳航空航天大学自动化学院沈阳110136

针对无人车采用传统A^(*)算法规划的路径与周围障碍物距离较近,冗余节点、转折点过多等问题,提出了一种改进安全A^(*)算法和动态窗口法(DWA)结合的路径规划方法。改进搜索机制并优化评价函数,提出安全节点的概念,生成安全路径,并对冗余... 详细信息

针对无人车采用传统A^(*)算法规划的路径与周围障碍物距离较近,冗余节点、转折点过多等问题,提出了一种改进安全A^(*)算法和动态窗口法(DWA)结合的路径规划方法。改进搜索机制并优化评价函数,提出安全节点的概念,生成安全路径,并对冗余节点进行剔除;在相邻安全节点间采用动态窗口法进行局部路径规划,生成一条适合无人车随机避障的更优路径。通过仿真结果表明,改进安全A^(*)算法规划出的路径更短,转折点更少,有效解决无人车在复杂环境下的路径规划问题。

关键词： A^(*)算法无人车路径规划融合算法

来源：评论

学校读者我要写书评

暂无评论

基于关键节点的改进A^(*)无人车路径规划算法

引用

汽车技术 2023年第3期 10-18页

作者：张辉张瑞亮许小庆范政武太原理工大学太原030024 山西省汽车设计工程技术研究中心太原030024

针对传统A^(*)算法在结构化道路场景下进行无人车路径规划时存在搜索路径多曲折、紧贴障碍物边界、不平滑及搜索时间随栅格规模增大而呈现指数型增长趋势等缺陷,提出一种改进A^(*)算法,首先应用地图预览模块提取栅格地图关键节点,同时... 详细信息

针对传统A^(*)算法在结构化道路场景下进行无人车路径规划时存在搜索路径多曲折、紧贴障碍物边界、不平滑及搜索时间随栅格规模增大而呈现指数型增长趋势等缺陷,提出一种改进A^(*)算法,首先应用地图预览模块提取栅格地图关键节点,同时引入基于安全距离的碰撞场模型改进代价函数,基于关键节点信息判断开启增量扩展搜索,直至搜索到目标节点,最后应用准均匀三次B样条曲线对生成路径进行平滑得到最终的规划路径。仿真结果表明,与传统A^(*)算法和Weighted-A^(*)算法相比,改进A^(*)算法提高了搜索效率,改善了路径的安全性和可行性。

关键词：路径规划 A^(*)算法关键节点碰撞场模型

来源：评论

学校读者我要写书评

暂无评论

基于改进的A^(*)算法的移动机器人路径规划

引用

安徽大学学报（自然科学版） 2024年第5期48卷 18-25页

作者：汤亚玲刘恩赐张学锋胡伟鹏安徽工业大学计算机科学与技术学院安徽马鞍山243032

针对移动机器人路径规划中的A^(*)算法存在搜索节点多、规划时间长、转弯角度大等问题,提出一种改进的A^(*)路径规划算法.改进的A^(*)算法通过启发函数权重优化和搜索空间剪枝,在保证最优路径的前提下,减少了搜索时间和计算资源的消耗.... 详细信息

针对移动机器人路径规划中的A^(*)算法存在搜索节点多、规划时间长、转弯角度大等问题,提出一种改进的A^(*)路径规划算法.改进的A^(*)算法通过启发函数权重优化和搜索空间剪枝,在保证最优路径的前提下,减少了搜索时间和计算资源的消耗.同时,使用贝塞尔曲线对规划路径进行平滑处理,使得机器人的转弯更加渐进和连续,减少移动机器人的转角损失.实验结果表明:改进后的A^(*)算法搜索节点少,规划速度快,路径长度短,提高了路径规划的效率,更适合移动机器人路径规划.

关键词： A^(*)算法路径规划权重优化搜索剪枝贝塞尔曲线

来源：评论

学校读者我要写书评

暂无评论

A^(*)蚁群融合的复合启发式路径规划算法

引用

无线电通信技术 2024年第3期50卷 579-586页

作者：陈焱陆杰李大鹏南京邮电大学通信与信息工程学院江苏南京210003 中国电科新一代移动通信创新中心江苏南京210019

为提高无人机执行巡飞探查任务的效率,规划出一条最优的飞行路径,针对传统蚁群算法应用于路径规划时存在搜索效率低、迭代次数多、路径拐点多的问题,提出一种A^(*)蚁群融合的复合启发式路径规划算法。利用A^(*)算法预搜索差异化初始信息... 详细信息

为提高无人机执行巡飞探查任务的效率,规划出一条最优的飞行路径,针对传统蚁群算法应用于路径规划时存在搜索效率低、迭代次数多、路径拐点多的问题,提出一种A^(*)蚁群融合的复合启发式路径规划算法。利用A^(*)算法预搜索差异化初始信息素,减少蚁群算法前期搜索盲目性,提高搜索效率。构造一种复合启发函数,引入A^(*)算法启发思想改进蚁群原本的启发式信息,设计路径平滑启发函数减少路径拐点。改进信息素更新规则,引入路径综合评分指标,使得每次迭代保留综合性能评分最优的路径。仿真实验表明,改进算法提高了搜索效率,一定程度上解决了拐点过多的问题,综合性能指标优于基本算法与对比文献算法,具有一定工程实践与理论研究意义。

关键词： A^(*)算法蚁群算法路径规划启发式

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)算法与时间窗检测法的多AGV路径规划方法

引用

船舶工程 2024年第1期46卷 121-126页

作者：周昱翁丽贞权欣文上海船舶设备研究所上海200031 上海城建职业学院上海201415

为了能够让多个自动导引车(AGV)在复杂环境中实现高效和安全的路径规划,提出一种基于改进A^(*)算法和时间窗检测法相结合的方法。采用改进A^(*)算法为每个AGV生成一条初始路径,再利用时间窗检测法对每个AGV进行冲突检测和解决,得到一组... 详细信息

为了能够让多个自动导引车(AGV)在复杂环境中实现高效和安全的路径规划,提出一种基于改进A^(*)算法和时间窗检测法相结合的方法。采用改进A^(*)算法为每个AGV生成一条初始路径,再利用时间窗检测法对每个AGV进行冲突检测和解决,得到一组可行且无冲突的路径。通过python进行仿真试验,验证了所提方法的有效性,并与其他方法进行对比分析,结果表明,所提方法在解决多AGV协同路径规划问题上有一定优越性,能够让多个AGV更好地协同工作,实现高效和安全的路径规划。

关键词： A^(*)算法时间窗检测法自动导引车(AGV) 路径规划

来源：评论

学校读者我要写书评

暂无评论

基于融合A^(*)算法的无人机路径规划研究

引用

电子测量技术 2022年第9期45卷 82-91页

作者：孙淑光孙涛中国民航大学电子信息与自动化学院天津300300

针对三维环境下A^(*)算法搜索路径不平滑,不具有动态避障的问题,本文提出了一种融合A^(*)算法。该算法在A^(*)算法的基础上,首先引入了俯仰角和偏航角作为搜索约束,其次采用变权值的评估函数和无人机航程、飞行高度、威胁代价,最后将平... 详细信息

针对三维环境下A^(*)算法搜索路径不平滑,不具有动态避障的问题,本文提出了一种融合A^(*)算法。该算法在A^(*)算法的基础上,首先引入了俯仰角和偏航角作为搜索约束,其次采用变权值的评估函数和无人机航程、飞行高度、威胁代价,最后将平滑后的A^(*)算法与人工势场法相结合,并利用粒子群算法对A^(*)算法和人工势场法涉及的参数进行寻优。仿真结果显示,融合算法较传统A^(*)算法而言,节省5.34%的燃油损耗,提高了搜索效率,缩短了路径长度,规划出的路径更加平滑,而且能够实现实时动态避障。

关键词：无人机路径规划 A^(*)算法人工势场法动态避障

来源：评论

学校读者我要写书评

暂无评论

基于改进A^*算法的无人车路径规划

引用

计算机应用 2020年第7期40卷 2021-2027页

作者：祁玄玄黄家骏曹建安西安交通大学电气工程学院西安710049

传统的A^*算法在无人车路径规划中存在规划时间较长和搜索范围较大的缺点。综合分析A^*算法的计算流程后,从四个方面对A^*算法进行改进:1)目标性拓展,即根据待扩展节点和目标节点的相对位置来有目标性地选择不同的象限进行节点拓展;2)... 详细信息

传统的A^*算法在无人车路径规划中存在规划时间较长和搜索范围较大的缺点。综合分析A^*算法的计算流程后,从四个方面对A^*算法进行改进:1)目标性拓展,即根据待扩展节点和目标节点的相对位置来有目标性地选择不同的象限进行节点拓展;2)目标可见性判断,即判断待扩展节点与目标点之间有无障碍物,若无障碍物则跳出A^*算法的探索过程,以此减少多余的搜索;3)改变A^*算法的启发函数,即增加待扩展节点的n辈父节点到目标点的代价估计,以此减少到目标点的代价估计的局部最优情况;4)改变扩展节点的选取方略,即改变传统的最小化启发函数来选择扩展节点的方式,通过引入模拟退火法来优化扩展节点的选择方式,使得搜索过程尽可能向靠近目标点的方向进行。最后通过Matlab仿真实验结果表明,在模拟的地图环境下,提出的改进A^*算法在运行时间上减少67.06%,经历的栅格数减少73.53%,优化路径长度浮动范围在±0.6%。

关键词：路径规划 A^*算法目标性拓展启发函数模拟退火

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)蚁群算法的平滑路径规划方法

引用

制造业自动化 2023年第9期45卷 157-164页

作者：李文辉简玉梅孔勇凌铭刘畅上海工程技术大学电子电气工程学院上海201620

针对移动机器人路径规划中存在冗余拐点和路径尖峰,以及经典蚁群算法陷入局部最优等问题,提出了一种基于改进A^(*)蚁群算法的平滑路径规划方法。首先,针对蚂蚁初次寻路的盲目性,提出对蚁群算法信息素的初始分布引入改进A^(*)算法路径信... 详细信息

针对移动机器人路径规划中存在冗余拐点和路径尖峰,以及经典蚁群算法陷入局部最优等问题,提出了一种基于改进A^(*)蚁群算法的平滑路径规划方法。首先,针对蚂蚁初次寻路的盲目性,提出对蚁群算法信息素的初始分布引入改进A^(*)算法路径信息进行优化设置,减小搜索节点的计算量。其次,为进一步提高算法在路径规划中的适应能力,采用对主要参数使用反三角函数自适应调整策略,使算法参数在各次迭代中配合达到最佳,提高算法搜索能力;同时,改进信息素增量更新规则中的路径选择方法,以加快算法的收敛速度,缩短了搜索时间。最后,借助三次B样条曲线对最优路径的尖峰进行平滑与拟合优化。仿真结果表明:在全局静态障碍物环境中,该算法可减少路径长度,提高搜索效率,增加路径的平滑性。

关键词：移动机器人蚁群算法 A^(*)算法参数优化平滑路径

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：