面向越野路径规划的多层次六角格网通行模型

针对大规模越野环境中规划路径效率低下的问题,本文提出了一种面向越野路径规划的多层次六角格网通行模型,该模型能在缩减格网数据规模、保持规划路径合理性的同时,提升路径规划算法的执行效率。本文首先以六角格网单元为基础,设计通行能力量化规则,赋予每个格网相应的通行能力,构建普通六角格网通行模型;然后,建立多层次格网压缩规则,对通行模型中通行能力相似的邻接格网进行合并及重构格网邻接关系,生成含有不同层次格网的通行模型;最后,针对本文提出的多层次六角格网通行模型,设计了考虑坡度和地表覆盖要素的启发函数,进一步对A*路径规划算法进行了优化。试验表明,本文提出的多层次六角格网通行模型相较于普通六角格网通行模型,格网数量缩减了53.75%,路径规划所需时间降低了57%。

基于改进A~＊算法的越野路径规划研究

针对车辆的越野路径规划问题,研究并分析了地形坡度和地表属性对于车辆路径规划的综合影响。引入了窗口移动法对地形进行先期的坡度计算和通行性分析,就轮式车辆和履带式车辆分别建立了地表属性的粗糙度评价指标,并采用面积占优法将地表属性栅格化。通过建立禁忌表,叠加了坡度与粗糙度的约束影响以减少搜索范围,提高搜索效率。构造了改进A*算法的估价函数,并结合expand表、open表、closed表以及path表设计了考虑坡度和粗糙度约束的路径优化算法。仿真结果表明,该算法能够快速有效地实现符合真实地形环境的越野路径规划。

基于改进蚁群算法的越野路径规划

针对车辆的越野路径规划问题,研究并分析了地形坡度和地表属性对于车辆路径规划的综合影响。引入了"窗口移动法"对地形进行先期的坡度计算和通行性分析,就轮式车辆和履带式车辆分别建立了地表属性的粗糙度评价指标,并采用"面积占优法"将地表属性栅格化。通过建立禁忌表,叠加了坡度与粗糙度的约束影响以减少搜索范围,提高搜索效率。构造了改进蚁群算法的估价函数,并结合路径表设计了考虑坡度和粗糙度约束的路径优化算法。仿真结果表明,该算法能够快速有效地实现符合真实地形环境的越野路径规划。

基于通行性分析的分层越野路径规划方法

面向陆战场兵力机动过程中存在的大范围地域越野路径规划需求,研究并设计了基于通行性分析的分层越野路径规划方法。该方法聚焦大范围地域路径规划效率和可行性,提出一种分层规划方法,通过构建两种不同分辨率的地图栅格实现分层路径规划,并结合地表覆盖和地表粗糙度进行区域通行性分析,针对性构建了A*算法的估价函数。仿真实验结果表明,该路径规划方法能够有效提升算法效率,越野路径规划结果合理可行。

基于优化A*算法的越野最短路径规划研究

综合考虑了地形要素和地貌对越野车辆机动的影响,并基于此,提出一种启发式A*算法的优化方案。首先将复杂的地形环境进行地形量化表达,然后通过对A*算法的估价函数进行优化,探讨在起点和终点确定前提下的时间最短路径规划问题。通过理论分析和实验结果表明,该算法在越野路径规划问题求解上具有可行性和准确性。研究结果可为相关工作提供参考。

可预测动态时空环境的最短时间路径规划

最短时间路径规划是一种典型的最小代价路径规划,也是GIS领域中非常重要的一项研究。传统算法较少研究包括气象、光照、电磁等随时间连续变化环境下的全局规划问题。针对这个问题,建立动态时空环境影响模型,对动态环境在时间和空间上的变化进行统一栅格化表达,并以此为基础进行全局最优的最小代价路径规划。实验证明,在环境预测准确的情况下,该算法规划结果能够体现动态环境变化带来的影响,其规划路线的真实时间消耗总是小于或等于传统静态规划算法,且计算量与传统算法相当。