检索结果-内蒙古大学图书馆

国外电子测量技术 2022年第1期41卷 123-128页

作者：张建光张方陈良港蒋祺朱伟南京航空航天大学机械结构力学及控制国家重点实验室南京210016 昆山华恒焊接股份有限公司昆山215300

为了解决A^(*)算法在全局路径规划中扩展节点过多导致搜索时间长、转弯过多导致路径不平滑的问题,提出了一种改进的A;算法。首先,对估价函数进行改进,估价函数中包含实际代价和估计代价,在估计代价前乘以一个估计代价影响系数;其次,在... 详细信息

为了解决A^(*)算法在全局路径规划中扩展节点过多导致搜索时间长、转弯过多导致路径不平滑的问题,提出了一种改进的A;算法。首先,对估价函数进行改进,估价函数中包含实际代价和估计代价,在估计代价前乘以一个估计代价影响系数;其次,在扩展节点的过程中对于目标节点所在方位的相邻节点进行优先扩展;最后,在节点的实际代价和估计代价的计算中加入转弯代价。通过仿真平台的验证,证明了改进A^(*)算法能够有效减少路径搜索时扩展节点的数量以及搜索路径结果的转弯次数,能够有效的提高寻路的计算效率和自动引导车(AGV)的执行任务的效率。

关键词： AGV路径规划栅格地图 A^(*)算法减少搜索空间转弯次数优化

来源：评论

学校读者我要写书评

暂无评论

基于位置代价A^(*)算法的机械臂避障路径规划

引用

机械设计 2021年第2期38卷 108-113页

作者：张许有刘有余高端装备先进感知与智能控制教育部重点实验室安徽芜湖241000 安徽工程大学机械工程学院安徽芜湖241000

为了解决高维或复杂环境下A^(*)算法路径规划寻路效率低、计算量大的问题,提出了位置代价A^(*)算法,并将其应用于机械臂避障路径规划。首先在A^(*)算法估价函数中加入节点位置代价,增加估价函数对节点位置优劣的判断;其次研究机械臂连... 详细信息

为了解决高维或复杂环境下A^(*)算法路径规划寻路效率低、计算量大的问题,提出了位置代价A^(*)算法,并将其应用于机械臂避障路径规划。首先在A^(*)算法估价函数中加入节点位置代价,增加估价函数对节点位置优劣的判断;其次研究机械臂连杆的避障检测方法;在此基础上,将位置代价A^(*)算法用于机械臂的避障路径规划。仿真试验表明,位置代价A^(*)算法能完成机械臂避障路径规划,且在4种不同场景下,其完成任务的时间与A^(*)算法相比,分别缩短了43.2%,46.4%,47.0%,49.1%,与双向时效A^(*)算法相比,分别缩短了14.1%,15.1%,15.5%,16.9%,与跳点搜索A^(*)算法相比,分别缩短了16.6%,17.8%,18.6%,19.3%。提出的算法能提高上述算法规划效率并减小计算量。

关键词：位置代价 A^(*)算法机械臂避障规划

来源：评论

学校读者我要写书评

暂无评论

基于优化A^(*)算法的选煤厂管路自动布置

引用

工矿自动化 2022年第11期48卷 73-79页

作者：肖林京姚培鑫刘瑞马山清马成瀚山东科技大学机械电子工程学院山东青岛266590

管路设计是选煤厂设计的重要内容之一,目前选煤厂管路主要依靠人工设计,难度大、耗时长且管路布置质量难以保证。将A^(*)算法应用到三维的选煤厂管路自动布置中,搜索出的路径不符合管路设计要求。针对上述问题,提出了一种基于优化A^(*)... 详细信息

管路设计是选煤厂设计的重要内容之一,目前选煤厂管路主要依靠人工设计,难度大、耗时长且管路布置质量难以保证。将A^(*)算法应用到三维的选煤厂管路自动布置中,搜索出的路径不符合管路设计要求。针对上述问题,提出了一种基于优化A^(*)算法的选煤厂管路自动布置方法。基于选煤厂管路布置规则,建立选煤厂布局空间模型,对布局空间模型进行网格化、数值化处理。针对A^(*)算法搜索出的路径会出现过多折弯的问题,对A^(*)算法的评价函数进行优化;针对A^(*)算法搜索速率较慢的问题,在评价函数中引入动态权重;针对经上述优化后A^(*)算法搜索出的管路路径会绕行有需求的设备的问题,引入方向导向策略以提高管路布置的工程实用性;为提高A^(*)算法运行效率,将Open表的数组结构替换为最小二叉堆结构。仿真结果表明:①对A^(*)算法评价函数进行优化后,管路路径折弯次数减少80%左右,且折弯都为直角,符合选煤厂管路布置的实际情况;引入动态权重后,运行效率提升且能保证路径质量。②引入方向导向策略前后管路路径长度并无变化,都满足选煤厂管路布置的基本约束规则;引入方向导向策略后的管路更倾向于在对管路有特定需求的设备附近规划,管路有并排布置的趋势,说明方向导向策略引入后管路的布置满足整体布局最优的要求,更符合选煤工程应用需求。③用Open表优化后的A^(*)算法效率明显提高,管路路径越长、中间障碍物越多,A^(*)算法效率提高越明显。设计并开发了选煤厂管路自动布置软件系统,实例验证结果表明,优化后的A^(*)算法提高了选煤厂管路设计的效率和质量,且具有更好的可视性。

关键词：选煤厂管路自动布置管路路径 A^(*)算法评价函数

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)算法的多AGV路径规划及避障研究

引用

西安理工大学学报 2024年第2期40卷 242-252页

作者：孙军艳吴焕钦王子豪陕西科技大学机电工程学院陕西西安710021

针对多自动导引运输车(automated guided vehicle,AGV)路径规划与避障问题,考虑AGV行驶中启、制动速度与转弯角度对行驶时间的影响,根据不同冲突类型制定避障策略,以所有AGV行驶总时间最短为目标,建立多AGV路径规划与避障模型,并设计改... 详细信息

针对多自动导引运输车(automated guided vehicle,AGV)路径规划与避障问题,考虑AGV行驶中启、制动速度与转弯角度对行驶时间的影响,根据不同冲突类型制定避障策略,以所有AGV行驶总时间最短为目标,建立多AGV路径规划与避障模型,并设计改进A^(*)算法进行求解。对两组数量不同的多AGV进行路径规划与避障仿真,结果表明:相较于一般A^(*)算法,基于改进A^(*)算法的多AGV路径规划及避障总时间优化率分别为10.0%和10.5%,总路径长度优化率分别为7.1%和7.8%。与其他改进智能算法的进一步比较证实,改进A^(*)算法在缩短路径规划用时和路径长度方面具有明显优势。本文提出的改进A^(*)算法可高效地规划出多AGV运行的无碰撞路径,其改进思路也贴切反映了AGV的实际运行工况。

关键词：自动导引运输车 A^(*)算法路径优化时间因素避障策略

来源：评论

学校读者我要写书评

暂无评论

基于改进A^*GBNN算法的AUV路径规划

引用

船舶工程 2020年第9期42卷 128-132,156页

作者：郝启润吴韵哲吴浩峻王浩亮王丹马小轩大连海事大学轮机工程学院辽宁大连116026 大连海事大学信息科学技术学院辽宁大连116026 大连海事大学船舶电气工程学院辽宁大连116026

针对现有的离散生物启发神经网络(GBNN)算法在未知环境下存在的路径规划时间长和易陷入局部最优等问题,提出一种结合A^*和GBNN模型的改进算法。在GBNN活性值栅格网络中,该算法将各栅格的活性值作为A^*的代价函数进行运算,并使用跳点搜... 详细信息

针对现有的离散生物启发神经网络(GBNN)算法在未知环境下存在的路径规划时间长和易陷入局部最优等问题,提出一种结合A^*和GBNN模型的改进算法。在GBNN活性值栅格网络中,该算法将各栅格的活性值作为A^*的代价函数进行运算,并使用跳点搜索规则优化,实现未知环境下的实时路径规划。仿真试验结果表明,该算法能有效改善自主水下航行器在未知环境下的寻路效率,满足自主水下航行器实时路径规划需求。

关键词：路径规划自主水下航行器生物启发神经网络 A^*算法跳点搜索规则

来源：评论

学校读者我要写书评

暂无评论

救灾无人机的优化A^(*)航迹规划算法

引用

计算机工程与应用 2021年第6期57卷 232-238页

作者：韩晓微韩震岳高峰崔建江沈阳大学科技创新研究院沈阳110044 沈阳大学信息工程学院沈阳110044 东北大学信息科学与工程学院沈阳110004

针对抢险救灾中无人机派遣量及空间航迹规划最短路径相制约的问题,提出了一种优化A^(*)的航迹算法。通过设计的蛇形割圆法对圆形巡查区域进行路径规划,通过提取感兴趣区域的方法选择较佳搜索方向,提高搜索效率,采用加权评估法优化自然... 详细信息

针对抢险救灾中无人机派遣量及空间航迹规划最短路径相制约的问题,提出了一种优化A^(*)的航迹算法。通过设计的蛇形割圆法对圆形巡查区域进行路径规划,通过提取感兴趣区域的方法选择较佳搜索方向,提高搜索效率,采用加权评估法优化自然威胁权重系数,重定义航迹估计函数。将提出的方法在灾情巡查和生命勘测实际问题中进行性能检测。仿真结果表明,该算法能够合理分配无人机数量且能快速规划出较优飞行轨迹,实现巡查覆盖率达88.96%。

关键词：航迹规划 A^(*)算法蛇形割圆法感兴趣区域加权评估法

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)算法的车间物料配送路径规划

引用

吉林大学学报（理学版） 2024年第6期62卷 1401-1410页

作者：白俊峰白一辰席嘉璐张今尧长春工业大学机电工程学院长春130012 吉林大学机械与航空航天工程学院长春130025 长春工业大学人文信息学院管理学院长春130122

针对传统避障搜索算法在车间物料配送中仅能解决单点配送且未充分考虑多点配送及往返取货需求的问题,提出一种结合遗传算法优化的A^(*)算法.该方法利用A^(*)算法的成本计算方式完成有障碍物条件下各配送点之间的成本计算,并融合遗传算... 详细信息

针对传统避障搜索算法在车间物料配送中仅能解决单点配送且未充分考虑多点配送及往返取货需求的问题,提出一种结合遗传算法优化的A^(*)算法.该方法利用A^(*)算法的成本计算方式完成有障碍物条件下各配送点之间的成本计算,并融合遗传算法的迭代寻优特性,实现了对多点配送及往返取货需求的高效稳定全局搜索.通过某车间物料配送的实际算例验证,该改进算法能有效规划障碍环境下的配送路径,显著提升配送效率.

关键词：路径规划物料配送遗传算法 A^(*)算法栅格环境

来源：评论

学校读者我要写书评

暂无评论

考虑极地船舶航行风险的A^(*)路径规划算法

引用

中国航海 2024年第2期47卷 19-24页

作者：张金奋王志康吴达韩冰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 武汉理工大学智能交通系统研究中心湖北武汉430063 中国远洋海运集团有限公司院士工作站上海200137

传统A^(*)算法没有考虑海冰带来的航行风险因素,无法直接应用于北极船舶路径规划。针对这一问题,引入极地航行限制评估风险指标系统(POLARIS)风险模型,通过分析网格化的海冰密集度和海冰厚度数据,建立北极通航风险模型,制作航行风险地图... 详细信息

传统A^(*)算法没有考虑海冰带来的航行风险因素,无法直接应用于北极船舶路径规划。针对这一问题,引入极地航行限制评估风险指标系统(POLARIS)风险模型,通过分析网格化的海冰密集度和海冰厚度数据,建立北极通航风险模型,制作航行风险地图,从添加风险损失函数和优化启发函数两个方面改进传统A^(*)算法,提出Risk-A^(*)路径规划算法,实现风险和效率不同偏好下的最优航线规划。仿真结果表明:Risk-A^(*)路径规划算法在航线长度、穿过风险水域的数量等方面与传统算法相比具有较大的优势,可为船舶北极航行提供安全高效的路径。

关键词：路径规划海冰密集度 A^(*)算法极地航行限制评估风险指标系统通航风险

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)算法的煤矿救援机器人路径规划

引用

工矿自动化 2023年第8期49卷 53-59页

作者：姜媛媛丰雪艳安徽理工大学电气与信息工程学院安徽淮南232000 安徽理工大学环境友好材料与职业健康研究院(芜湖) 安徽芜湖241003

路径规划是煤矿救援机器人研究的重要内容之一。针对灾后煤矿环境非结构化的特点,以及传统A^(*)算法规划的路径长度非最短、拐弯次数多和平滑度较差等问题,提出一种基于改进A^(*)算法的煤矿救援机器人路径规划方法。对真实环境中的地图... 详细信息

路径规划是煤矿救援机器人研究的重要内容之一。针对灾后煤矿环境非结构化的特点,以及传统A^(*)算法规划的路径长度非最短、拐弯次数多和平滑度较差等问题,提出一种基于改进A^(*)算法的煤矿救援机器人路径规划方法。对真实环境中的地图信息进行二值化处理,构建栅格地图;判断当前点与目标点的相对位置,利用改进A^(*)算法进行路径规划,得到一条从当前点到目标点的路径;利用Douglas-Peucker(D-P)算法提取路径上的关键节点,采用三次样条插值函数对关键节点进行拟合,完成对路径的平滑处理。改进A^(*)算法将传统A^(*)算法的8邻域搜索扩展为有目的性的13邻域搜索,在进行路径搜索时,先对当前点和目标点的位置关系进行判断,从而减少路径节点,减小路径长度,提升路径平滑度。Matlab仿真结果表明:与8邻域A^(*)算法、24邻域A^(*)算法、48邻域A^(*)算法相比,改进A^(*)算法在路径长度、拐弯次数、平滑度等方面有一定优化,更适用于煤矿救援机器人路径规划;与Fuzzy算法相比,改进A^(*)算法路径规划所用时间更短,规划的路径长度更短,拐弯次数更少。

关键词：煤矿救援机器人路径规划 A^(*)算法邻域扩展 Douglas-Peucker算法路径平滑三次样条插值函数

来源：评论

学校读者我要写书评

暂无评论

基于融合A^(*)-蚁群优化算法的移动机器人全局优化

引用

现代制造工程 2024年第7期 77-84页

作者：方文凯廖志高广西科技大学经济与管理学院柳州545006 广西工业高质量发展研究中心柳州545006

针对传统蚁群算法在室内移动机器人全局路径规划中,存在的搜索效率低下、路径不够平滑、易陷入局部最优及死锁状况等问题,设计出一种融合改进A^(*)算法的双向搜索蚁群优化算法。首先利用改进A^(*)算法在栅格环境中快速收敛得到初始路径... 详细信息

针对传统蚁群算法在室内移动机器人全局路径规划中,存在的搜索效率低下、路径不够平滑、易陷入局部最优及死锁状况等问题,设计出一种融合改进A^(*)算法的双向搜索蚁群优化算法。首先利用改进A^(*)算法在栅格环境中快速收敛得到初始路径,构建初始信息素矩阵,并引入障碍物因子来减少蚂蚁死锁状况的发生;其次设定双向搜索蚁群优化算法规则,并改进双向搜索中的启发函数模型,引入精英蚂蚁搜索策略和自适应信息素挥发因子策略;最后利用三阶贝塞尔曲线对路径进行平滑处理。通过Pycharm平台仿真结果表明,该算法融合了A^(*)算法全局搜索能力强及蚁群算法正反馈的特性,使得融合改进后算法比传统蚁群算法和麻雀算法在路径长度上优化12.85%和7.76%,搜索时间上优化38.17%和23.46%,迭代次数上优化67.71%和54.41%,全局路径优化效果较明显。

关键词：移动机器人 A^(*)算法蚁群算法双向搜索路径贝塞尔曲线

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：