基于特殊双向A*搜索算法的三维航迹规划

提出了一种基于特殊双向A*搜索算法的三维航迹规划方法。该方法充分利用终端与始端的初始信息进行双向搜索,有效提高了搜索效率,可以满足飞机以指定角度出发和到达的姿态要求(俯仰角与航向角);根据飞机转弯半径和规划俯仰角,将三维空间网格化;通过当前节点与其父节点位置关系确定飞机姿态,依此扩展子节点,既可以保证可飞性,又可以保证高效性;启发函数采用三维折距。仿真结果表明,该算法效率很高,能够得到满足指定姿态要求和实时性要求的三维航迹。

基于灰关联分析和启发式搜索的停车引导模型

针对停车引导过程中存在的信息不对称问题,重点考虑用户实际期望,将引导过程抽象为最短路径网络,以步行出场距离、停车难度、停车安全度3项指标衡量路径权重,提出一种使用灰关联分析判断最佳停车位、启发式A*算法搜索最优路径的方法。理论分析和仿真实验证明,该方法推荐的最优车位和线路符合用户偏好,节省了时间和效率。

时间最优的无人机巡检避障路径规划

无人机执行实际任务时,完成时间是衡量任务效能的重要指标,而路径规划方法一般以路径长度最小为目标,难以准确直接地反应完成任务时间。对此,在构建路径时间代价的近似计算方法基础上,本文提出一种最小化任务时间的无人机避障路径规划算法。通过路径跟踪特性试验,获取不同机动方式下的飞行时间,作为路径搜索过程中的代价计算依据。设计节点扩展方式和代价函数计算方法,提出一种改进A*搜索算法以实现障碍规避和路径时间优化。通过随机场景下的仿真试验对所提方法的有效性和性能优势进行验证。最后以变电站巡检为例,验证改进算法能够引导无人机以更短的时间完成避障巡检。