改进的最短路径搜索A*算法的高效实现

在交通领域中,对最短路径搜索问题的效率和应用研究较多,尤其最短路径搜索算法的效率是人们普遍关注的重点。在A 算法的基础上,进一步改进其启发搜索策略,提出了改进的A 算法,极大地减小了算法搜索的规模,提高了算法的效率,实验结果显示了本文提出的搜索策略的合理性和有效性。

面向驾驶员特性的路径规划算法

合理的路径规划必须充分考虑驾驶员习惯和心理特征,交叉口延误和转弯类型(如左转、直行或右转)对驾驶员的心理感受有较大影响。为此,针对城市路网密度大、交叉口间距小的特点,对经典的A*算法进行两方面的改进:将交叉口延误引入代价函数中;引入交叉口转弯系数γ以表征驾驶员对转弯类型的心理感受,并将其加入代价函数中。算例结果表明,与原算法相比,改进后的A*算法在保证路径总时间最短的前提下能避开左转弯操作,与实际的驾驶员习惯更吻合。

三维分层航迹规划算法研究与仿真

针对传统A*算法在飞行器航迹规划过程中产生节点较多,搜索时间较长等缺点,提出了一种改进的A*算法。该算法采用分层思想,将局部规划与全局规划相结合,并对代价函数进行了改进,在保证航迹优化的基础上,提高了搜索效率。仿真结果表明,运用该算法能够规划出符合工程应用的飞行器航迹。

基于车辆导航的路径分析与应用

在目前的车辆自导航系统(VANS)中,普遍存在着路径分析功能不强的问题,本文围绕这个问题,从其相关技术方面进行了研究,并通过实例进行了验证。