摘要
提出了一种基于连续状态空间的高效启发式路径规划算法,即连续A*算法.该算法继承了混合A*算法的优点,定义了非均匀栅格粒度,自适应地增加了栅格粒度,解决了混合A*算法降低计算粒度后会带来额外计算开销的问题.进一步讨论了影响连续A*算法性能的相关因素,并在此基础上进行了优化.仿真结果表明:连续A*算法在计算性能上优于混合A*算法,并且能够生成满足路径约束条件的连续路径.
提出了一种基于连续状态空间的高效启发式路径规划算法,即连续A*算法.该算法继承了混合A*算法的优点,定义了非均匀栅格粒度,自适应地增加了栅格粒度,解决了混合A*算法降低计算粒度后会带来额外计算开销的问题.进一步讨论了影响连续A*算法性能的相关因素,并在此基础上进行了优化.仿真结果表明:连续A*算法在计算性能上优于混合A*算法,并且能够生成满足路径约束条件的连续路径.
出处
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2011年第S2期374-377,381,共5页
Journal of Huazhong University of Science and Technology(Natural Science Edition)
基金
国家自然科学基金资助项目(90820306)