检索结果-内蒙古大学图书馆

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

CBS框架下面向复杂地图的低拓展度A^(*)算法

引用

电子学报 2022年第8期50卷 1943-1950页

作者：宣志玮毛剑琳张凯翔昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学机电工程学院云南昆明650500

A^(*)算法是机器人路径规划问题中的重要且常用算法之一,在地形复杂的大型地图中,路径点之间的不可视造成A^(*)算法需要大规模节点拓展才能找到可行的优化路径,由此导致算法对存储空间的需求剧增和求解效率的降低.对此,本文针对基于冲... 详细信息

A^(*)算法是机器人路径规划问题中的重要且常用算法之一,在地形复杂的大型地图中,路径点之间的不可视造成A^(*)算法需要大规模节点拓展才能找到可行的优化路径,由此导致算法对存储空间的需求剧增和求解效率的降低.对此,本文针对基于冲突搜索(Conflict-Based Search,CBS)框架下的低层路径规划问题,引入三角剖分方法,给出固定障碍处理方法,融合可视性优化获得相邻点可视的优化路径,在此基础上提出分段策略,令具有动态冲突处理能力的A^(*)算法依相邻可视点进行分段路径规划,最终获得低节点拓展度A^(*)路径规划算法.通过标准地图数据集的仿真实验表明,在复杂地图下本文提出的算法路径长度为A^(*)算法的98.1%~102.2%,节点拓展量降低85.4%,算法求解时间减少58.1%.

关键词： A^(*)算法路径规划 Delaunay三角剖分移动机器人冲突消解

来源：评论

学校读者我要写书评

暂无评论

基于改进A^(*)算法的路径规划在海战兵棋推演中的应用

引用

兵工学报 2022年第4期43卷 960-968页

作者：张韬项祺郑婉文孙宇祥周献中南京大学工程管理学院江苏南京210093 南京大学智能装备新技术研究中心江苏南京210093

为满足海战兵棋推演中多目标路径规划的需求,解决传统A^(*)算法无法在兵棋推演中直接运用的问题,提出一种可供类似兵棋推演环境参考、基于改进A*算法的路径规划方法。建立一种映射机制,实现了A^(*)算法在兵棋推演环境中的初步运用。构... 详细信息

为满足海战兵棋推演中多目标路径规划的需求,解决传统A^(*)算法无法在兵棋推演中直接运用的问题,提出一种可供类似兵棋推演环境参考、基于改进A*算法的路径规划方法。建立一种映射机制,实现了A^(*)算法在兵棋推演环境中的初步运用。构建一种既能满足多目标需求又能保证生成最优路径的估价函数。为验证算法有效性,在实际推演平台上进行了相关实验。结果表明,改进A^(*)算法可较好地统筹多个决策目标之间的关系,有效提升路径方案的质量,解决使用A^(*)算法在海战兵棋推演中进行最优路径规划的实际问题。

关键词：海战兵棋推演路径规划 A^(*)算法

来源：评论

学校读者我要写书评

暂无评论

改进A^(*)算法融合自适应DWA的移动机器人动态路径规划

引用

数据采集与处理 2023年第2期38卷 451-467页

作者：齐款款李二超毛玉燕兰州理工大学电气工程与信息工程学院兰州730050

为解决传统A^(*)算法和传统动态窗口法(Dynamic window approach,DWA)在移动机器人路径规划中存在的问题,提出一种改进A^(*)算法和改进DWA相结合的动态路径规划方法。首先,采用16邻域16方向的路径搜索方式扩大路径搜索视野,减少节点访... 详细信息

为解决传统A^(*)算法和传统动态窗口法(Dynamic window approach,DWA)在移动机器人路径规划中存在的问题,提出一种改进A^(*)算法和改进DWA相结合的动态路径规划方法。首先,采用16邻域16方向的路径搜索方式扩大路径搜索视野,减少节点访问量和转角度数;其次,对启发函数进行优化,增强路径搜索的目的性;接着,采用冗余点删除策略,减少转折点数目,路径平滑度进一步提高,再使用B样条曲线对路径拐角进行处理,得到的路径较为平滑;然后,在DWA的评价函数中对障碍物进行分类并区别对待以及添加速度自适应因子,能够提高避障灵敏度;最后,通过与其他算法进行三部分仿真实验以及优先级策略仿真实验,验证改进A^(*)算法的有效性和融合方法避障的优越性。

关键词：移动机器人动态路径规划 A^(*)算法动态窗口法 B样条曲线

来源：评论

学校读者我要写书评

暂无评论

融合改进A^(*)算法与模糊PID的病死畜禽运输机器人路径规划与运动控制方法

引用

智慧农业（中英文） 2023年第4期5卷 127-136页

作者：徐济双焦俊李淼李华龙杨选将刘先旺郭盼盼麻之润安徽农业大学信息与计算机学院安徽合肥230036 中国科学院合肥物质科学研究院智能机械研究所安徽合肥230031

[目的/意义]为了实现病死畜禽无害化处理中心将病死畜禽从存储冷库运输并上料至无害化处理设备的智能化装备过程无人化,对运输机器人的路径规划与自主行走的关键技术难题进行研究。[方法]目前室内环境路径规划算法主要采用的是A*算法,... 详细信息

[目的/意义]为了实现病死畜禽无害化处理中心将病死畜禽从存储冷库运输并上料至无害化处理设备的智能化装备过程无人化,对运输机器人的路径规划与自主行走的关键技术难题进行研究。[方法]目前室内环境路径规划算法主要采用的是A*算法,但该算法拐点大、平滑性差、算法计算时间长、遍历节点多,为此提出基于改进的A*算法的病死畜禽无害化处理运输机器人路径规划方法和基于模糊比例积分微分(Proportional Integral Deriv-ative,PID)的运动控制方法,利用曼哈顿距离算法并增设附加值和权值改进启发函数,引入贝塞尔曲线函数优化路径;在规划路径后结合模糊PID算法控制运输机器人底盘的线速度与角速度实现追踪行走。[结果和讨论]开展传统A*算法与改进A^(*)算法的对比实验以及PID追踪实验。结果显示,改进后的A*算法节平均遍历节点由3 067个降至1 968个,算法平均时间由20.34 s减少到7.26 s,开展现场试验验证了该算法的有效性和可靠性。[结论]本研究提出的方法有效的缩短了病死畜禽运输机器人的路径规划时间且减少了遍历节点,提高了路径规划效率和路径平滑性,结合模糊PID算法可以实现运输机器人的稳定寻迹控制,有效解决传统的A*算法在运输机器人路径规划过程中存在的路径规划拐点大、平滑性差、算法计算时间长、遍历节点多等问题,满足病死畜禽无人上料技术需求。

关键词： A^(*)算法运输机器人贝塞尔曲线路径规划模糊PID 病死畜禽

来源：评论

学校读者我要写书评

暂无评论

基于地磁匹配辅助导航的改进A^(*)算法路径规划

引用

江苏大学学报（自然科学版） 2023年第6期44卷 696-703页

作者：孙齐卞强童余德海军工程大学电气工程学院湖北武汉430032

针对水下无人航行器路径规划环境复杂、障碍物多、实际应用困难的问题,提出一种基于地磁匹配辅助导航的改进A^(*)算法路径规划方法.给出了航行器机动性能约束的定义,包括航行时间约束、最大航程约束、转向角约束、障碍物碰撞约束.首先,... 详细信息

针对水下无人航行器路径规划环境复杂、障碍物多、实际应用困难的问题,提出一种基于地磁匹配辅助导航的改进A^(*)算法路径规划方法.给出了航行器机动性能约束的定义,包括航行时间约束、最大航程约束、转向角约束、障碍物碰撞约束.首先,优化A^(*)算法的搜索方向,减少需要搜索的节点数量,提高路径规划效率;其次,用贪婪法搜索删除冗余节点,减少水下无人航行器的转弯次数;再次,在适应度函数中引入地磁信息熵,使路径按照地磁信息变化明显的区域规划,并利用MAGCOM地磁匹配算法进行验证;最后,设计了包含航行器机动性能约束、背景地磁信息、水底地形、水下威胁在内的对比仿真试验.结果表明:改进A^(*)算法减少42.02%的路径长度和92.31%的转弯次数,且该路径具有良好的地磁匹配适应性,能够有效降低匹配径向误差和均方误差.

关键词：水下无人航行器路径规划约束模型 A^(*)算法信息熵地磁匹配相关分析匹配误差

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煤矿足式机器人路径规划

引用

工矿自动化 2024年第6期50卷 112-119页

作者：王利民孙瑞峰翟国栋张佳伟徐弘赵杰化一行中国矿业大学(北京)机械与电气工程学院北京100083 煤炭资源与安全开采国家重点实验室北京100083

为提高煤矿足式机器人路径规划算法的运行效率、搜索精度及避障灵活性,提出了一种融合改进A^(*)算法与动态窗口法(DWA)的煤矿足式机器人路径规划方法。首先对A^(*)算法进行改进,通过去冗余节点策略减短规划路径的长度,通过改进邻域搜索... 详细信息

为提高煤矿足式机器人路径规划算法的运行效率、搜索精度及避障灵活性,提出了一种融合改进A^(*)算法与动态窗口法(DWA)的煤矿足式机器人路径规划方法。首先对A^(*)算法进行改进,通过去冗余节点策略减短规划路径的长度,通过改进邻域搜索方式和代价函数提高路径规划速度,采用分段二阶贝塞尔曲线进行路径平滑。将改进A^(*)算法规划出的路径节点依次作为局部路径规划DWA的局部目标点进行算法融合,筛选邻近的障碍物节点,从而再次缩短路径长度,并通过调整DWA代价函数中的权值比例提升避障性能。针对机器人遇到无法避开的障碍物而陷入“假死”状态的问题,以当前初始点为起点,重新调用融合算法,即重新进行全局路径规划,将得到的新节点代替原有的局部目标点,按照新路径进行后续工作。仿真结果表明:在保证机器人行走安全稳定的基础上,改进A^(*)算法较传统A^(*)算法的计算时间缩短了65%,路径长度缩短了24.1%,路径节点数量减少了27.65%,最终得出的路径更为平滑;融合算法进一步提升了全局路径规划能力,在多障碍物环境下能够绕开新增的动态和静态障碍物;机器人遇到“L”型障碍物进入“假死”状态时,在“假死”位置重新进行全局路径规划,更新行走路径,成功到达了最终目标点。基于融合算法的JetHexa六足机器人路径规划实验结果验证了融合算法的有效性和优越性。

关键词：煤矿足式机器人路径规划 A^(*)算法动态窗口法复杂环境避障全局路径规划局部路径规划

来源：评论

学校读者我要写书评

暂无评论

基于A^(*)-动态窗口法的无人船动态路径规划算法

引用

海军工程大学学报 2024年第2期36卷 13-18页

作者：王征杨洋周帅尹洋海军工程大学电气工程学院武汉430033

为使无人船在复杂的海上环境具备自主路径规划能力,保证其能够在未知环境中避开障碍物并准确到达目的地,结合A^(*)算法的全局最优特性和动态窗口法的实时性,提出了一种新的无人船动态路径规划算法。将A^(*)算法规划的路径点作为动态窗... 详细信息

为使无人船在复杂的海上环境具备自主路径规划能力,保证其能够在未知环境中避开障碍物并准确到达目的地,结合A^(*)算法的全局最优特性和动态窗口法的实时性,提出了一种新的无人船动态路径规划算法。将A^(*)算法规划的路径点作为动态窗口法的局部目标点,并在中间路径点不可达时及时重新规划全局路径,形成了A^(*)-动态窗口法。动态环境下的仿真结果表明:该融合算法能引导无人船通过平滑的路径顺利到达目标点,证明了该算法的合理性和有效性,而与多种传统算法的对比结果,验证了所提A^(*)-动态窗口法的优越性。

关键词：无人船动态路径规划 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

基于改进A^(*)算法的变电站自动巡检路径规划研究

引用

机械设计 2024年第S01期41卷 153-158页

作者：赵崇娟朱奕弢胡钰莹严雪莹詹锐烽湖州电力设计院有限公司浙江湖州313000

采用自动巡检设备对变电站开展定期巡检是保障电力设备安全运行的有效措施。对于无人值守和偏远的变电站,自动巡检设备基于预设的作业需求,对变电站相关设备按照规划路径定期巡检,保障变电站设备的安全稳定运行。为解决传统自动巡检设... 详细信息

采用自动巡检设备对变电站开展定期巡检是保障电力设备安全运行的有效措施。对于无人值守和偏远的变电站,自动巡检设备基于预设的作业需求,对变电站相关设备按照规划路径定期巡检,保障变电站设备的安全稳定运行。为解决传统自动巡检设备在路径规划时存在的搜索效率低、不支持大区域复杂环境规划等问题,提高自动巡检设备路径规划收敛速度和大范围复杂环境适应能力。文中基于传统A^(*)路径规划算法进行改进,通过引入网格调控因子克服划分网格不可调整的弊端,使规划过程更有效率。通过修改网格大小以平滑所得规划路径,提高算法避障能力与规划效率。同时增加规划循环机制,解决了传统A^(*)算法在此场景下只能进行单目标路径规划的不足,实现了多个目标点路径连续规划。基于改进的A^(*)算法在模拟变电站厂区开展试验,仿真分析了改进后A^(*)算法在变电站自动巡检设备路径规划中的性能。结果表明,新算法不仅缩短了规划路径且减少了折弯数目,并且可以同时规划多个目标。

关键词： A^(*)算法路径规划自动避障自动巡检设备

来源：评论

学校读者我要写书评

暂无评论

改进A^(*)算法的移动机器人全局路径规划

引用

电子测量技术 2024年第5期47卷 31-36页

作者：熊勇刚李波姚焘付茂林李城炫湖南工业大学机械工程学院株洲412007

针对A^(*)算法在移动机器人路径规划存在搜索效率低,路径斜穿障碍物顶点,路径拐弯多等问题。提出一种改进的A^(*)算法,首先在A^(*)算法的邻域扩展中采用避免斜穿障碍物顶点的策略;再引入障碍物因素对评价函数进行指数加权,减少不必要的... 详细信息

针对A^(*)算法在移动机器人路径规划存在搜索效率低,路径斜穿障碍物顶点,路径拐弯多等问题。提出一种改进的A^(*)算法,首先在A^(*)算法的邻域扩展中采用避免斜穿障碍物顶点的策略;再引入障碍物因素对评价函数进行指数加权,减少不必要的搜索,提高A^(*)算法的效率和灵活性,使算法偏向于选择障碍物较少的路径;最后使用三次优化折线的策略,加入障碍物安全距离,减少路径上的冗余节点和拐弯。使用MATLAB进行实验仿真,结果表明,在20 m×20 m、40 m×40 m、60 m×60 m栅格地图环境下,改进A^(*)算法较传统A^(*)算法,搜索时间分别减少70.12%、84.31%、91.44%,扩展节点分别减少53.77%、71.20%、74.30%,路径累计拐弯角度分别减少70.48%、76.31%、82.18%,改进A^(*)算法能够有效的提高移动机器人路径规划的效率,路径更为平滑和安全,且在复杂环境中优势更为明显。

关键词： A^(*)算法评价函数领域扩展安全距离路径规划

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

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

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：