基于方向和步长约束的安全A * 算法

发布时间：2021-04-25 03:39

　　为解决传统A^*算法规划的路径安全性低、平滑度低等问题,对传统的A^*算法的搜索方向和安全性进行改进。首先将A^*算法的搜索方向增加到16个,并配合对应的搜索方向提出机器人单次移动步长,提高规划的灵活性。然后对算法规划的路径进行安全性改进,防止移动机器人与环境中物品发生碰撞。最后与传统A^*算法和其他文献中的算法进行仿真对比,验证了改进A^*算法实现了路径长度、安全性以及平滑性的优化。 

【文章来源】：物流技术. 2020,39(11)

【文章页数】：7 页

【文章目录】：
1 引言
2 问题描述
    2.1 环境建模
    2.2 传统A*搜索方向
3 改进的A*算法
    3.1 搜索方向和步长限制
    3.2 路径安全性改进
4 仿真对比实验
5 结论


【参考文献】：
期刊论文
[1]A review:On path planning strategies for navigation of mobile robot[J]. B.K.Patle,Ganesh Babu L,Anish Pandey,D.R.K.Parhi,A.Jagadeesh.  Defence Technology. 2019(04)
[2]基于改进蚁群算法的移动机器人路径规划研究[J]. 刘学芳,曾国辉,黄勃,鲁敦科.  电子科技. 2019(09)
[3]基于负反馈机制的蚁群算法及其在机器人路径规划中的应用[J]. 白建龙,陈瀚宁,胡亚宝,何茂伟,梁晓丹,PARK Dongwon.  计算机集成制造系统. 2019(07)
[4]基于改进A*算法的移动机器人路径规划[J]. 赵晓,王铮,黄程侃,赵燕伟.  机器人. 2018(06)
[5]基于改进A*算法的移动机器人安全路径规划[J]. 张红梅,李明龙,杨乐.  计算机仿真. 2018(04)
[6]基于可搜索24邻域的A*算法路径规划[J]. 崔宝侠,王淼弛,段勇.  沈阳工业大学学报. 2018(02)
[7]融合改进A*算法和动态窗口法的全局动态路径规划[J]. 程传奇,郝向阳,李建胜,张振杰,孙国鹏.  西安交通大学学报. 2017(11)



本文编号：3158628