基于双向A^(*)-APF算法的船舶路径规划研究

为解决目前船舶路径规划算法中存在的全局非最优解和局部最优解等问题,在双向A^(*)算法的基础上加入了优化函数PathOptimization和IsClear,以去除冗余拐点,缩短全局路径距离;在人工势场法(artificial potential field,APF)的基础上,设定离散化步长函数、斥力感应阈值和临时终点,以避免局部最优解和震荡问题;实现两种算法的融合算法(双向A^(*)-APF算法),在MATLAB模拟的相同栅格图中,对比算法改进前后的模拟试验数据。结果表明,融合算法平均减少了50%的冗余拐点,平均减少了47.5%的算法搜索时间,平均缩短了7%的路径距离,能够同时安全规避动态障碍物和静态障碍物。研究表明,双向A^(*)-APF算法可用于解决船舶路径全局非最优解和局部最优解等问题。

基于双向A^(*)算法的自动导引车全局路径规划研究

针对较大环境下传统A^(*)算法全局路径规划,存在搜索节点多、算法运算时间长、路径曲折等问题,提出了一种改进的双向A^(*)算法,该方法引入人工势场法的引力思想,使得搜索更具方向性;加入转弯代价,让路径更平滑;采用障碍因子,倾向选择宽敞的路径扩展。以路径长度、算法运算时间、搜索节点数、转弯次数的平均值作为评判指标,对比传统A^(*)算法、双向A^(*)算法及未采用障碍因子的改进算法,进行了8次仿真计算。仿真结果表明,改进A^(*)算法比双向A^(*)算法搜索节点少75.9%,转弯次数少53.6%,算法运算时间快84.1%。

基于改进双向A^(*)算法的软管线束自动布置方法

为了解决传统A^(*)算法在软管线束路径规划时搜索节点过多、折弯过大,以及难以满足多种布线约束等问题,提出一种基于改进双向A^(*)算法的软管线束自动布置方法。首先,为了满足管线两端的接口方向约束,采用双向搜索策略,动态定义正、反向搜索的目标节点;其次,引入双重权重参数优化评价函数并加入折弯代价,减少管线的拐点和折弯角度;然后,提出基于自适应步长的邻域搜索方法,并在搜索过程中设定父拐点和加入折弯角度限制约束,以提高搜索效率并满足管线最小弯曲半径要求;最后,针对搜索路径拐点较多和路径不平滑问题,提出基于节点过滤和B样条曲线插值的软管光顺方法。实验仿真表明,与传统A^(*)算法相比,所提方法规划出的管线路径拐点和搜索路径节点数都有较大减少,生成的软管路径光顺平滑,满足实际布线约束。

基于双向A^(*)算法的路径规划问题研究

针对我军野外无路网条件下机动作业问题,通过网格法将野外环境进行等效,利用路径规划算法规划最短路径。利用传统的A^(*)算法进行路径规划时,由于算法只从单一方向进行探路,收敛速度较慢,尤其是针对区域面积较大、障碍物环境复杂时运算速度会显著地降低。因此,提出了一种经过改进的双向A^(*)算法,其主要思路为利用起点、终点同时进行寻路,当两侧路径的可到达点出现交叉时即完成寻路。根据仿真结果,验证了双向A^(*)算法能够完成最优路径搜索,相较于传统A^(*)算法,能够有效地提高寻路效率,减少搜索时间。

基于改进双向A^(*)算法的消防机器人路径规划

为解决消防机器人在复杂封闭环境内的全局路径规划问题,提出一种基于改进启发函数的同步双向A^(*)算法。首先,将传统A^(*)的单向搜索改为同步双向搜索,动态定义正反向搜索的目标节点;其次,在评价函数中增加“归正”因子函数,防止正反向搜索路径不相交的情况,同时为预估代价函数增加动态权重函数以减少搜索过程中冗余节点的产生;针对搜索路径拐点较多和不平滑的问题,提出一种拐角优化和基于Bezier曲线局部平滑的解决方案;最后通过仿真对比和真实环境试验,验证改进算法在路径长度、搜索时间、遍历节点数和拐点数等方面的优越性以及有效性。

基于优化双向A^(*)与人工势场法的无人机三维航迹规划

针对传统A^(*)算法在无人机航迹规划中面对复杂环境和高动态任务时存在搜索速度慢、冗余节点多等问题,提出了一种基于优化双向A^(*)算法和人工势场相结合的三维无人机航迹规划方法。通过采用双向搜索机制并设置权重系数优化启发函数,引入自适应步长策略,利用调节因子动态调整双向A^(*)搜索步长,综合考虑全局规划与实时避障需求提出了Bi-A^(*)PF算法。仿真实验表明:与传统的航迹规划方法相比,Bi-A^(*)PF算法不仅能够使无人机在三维环境下高效规划出一条期望航迹,还能有效避开突发威胁。

基于扇形领域扩展的同步双向A^(*)算法

为提高航空器飞行的安全性和平滑性,解决传统A^(*)算法拐弯角度过大、搜索路径节点过多等问题,提出一种基于扇形领域扩展的同步双向A^(*)搜索算法。首先,根据栅格图法扩展危险区域边界;其次,设计了基于同步双向搜索的A^(*)算法,动态定义正反向搜索的目标节点。针对搜索角度有限问题,提出了在5×5领域内的扇形领域扩展策略,并设计了含有双重权重参数的评价函数以减少冗余点的产生。为验证改进算法的有效性,选取方形和不规则形状危险区进行仿真。结果表明改进的同步双向搜索算法搜索的路径更平滑;与传统双向A^(*)算法的结果相比,在不同形状的危险区域下,搜索路径长度分别减少了1.65%、13.16%,搜索路径节点个数减少了42.6%、46.81%,具有较强的搜索效率。

基于四叉树栅格环境的变步长双向A^(*)算法

针对应用A^(*)算法对静态环境中自动引导车辆(AGV)进行路径搜索时,存在随着环境建模栅格增多、消耗内存大、运行时间过长及规划路径存在曲率半径过小的问题,提出一种基于三阶贝塞尔曲线轨迹优化的四叉树栅格环境建模的变步长双向A^(*)算法。对AGV运动的待搜索空间进行线性四叉树栅格建模,改进的A^(*)算法对已建模的栅格环境进行路径搜索,从栅格图中以变步长的方式提取下一次A^(*)算法的路径判断节点,减少A^(*)算法搜索节点数,对规划的路径使用贝塞尔曲线进行约束,以解决搜索素路径中存在的折线多、路径转角大的问题。实验结果表明,线性栅格建模法结合改进A^(*)算法的路径规划中,内存开销及算法的搜索时间均减小,规划路径满足贝塞尔曲率约束,优化后的路径更加平滑,更适合AGV运行。

基于全向路口模型的非结构化道路重复节点路径规划

针对非结构化道路重复节点的全局导航路径规划问题,首先提出了一种基于全向路口结构并满足转向约束的地图模型构建方法,在传统导航地图的基础上对路口结构进行细化,以转向为基本单元设置导航节点,并进行转向约束处理,确保不同节点形成拓扑关系时满足转向约束;然后,根据所构建的模型设计了基于双向搜索的A*算法,分别从起点和终点展开路径搜索,直至获取最优路径;最后,在某野外实验场环境中展开对比实验,结果表明,基于所提地图模型所得的全局路径满足转向约束要求,且能够有效解决重复节点的路径规划问题。