基于改进A * 算法与天牛须搜索算法的农业机器人路径规划方法

发布时间：2021-08-29 18:40

　　为解决复杂环境下,农业机器人路径规划存在的局部路径欠优、收敛速度慢、折点较多的问题,提出一种基于天牛须搜索算法和A*算法相结合的BACA*全局规划方法。首先,基于A*算法,采用曼哈顿距离作为启发函数进行全局规划;其次,通过适当调整步长的天牛须搜索算法对路径进行优化,缩短了路径长度,降低了转折点数量;最后,采用贝塞尔曲线对路径进行圆滑处理,使机器人在现实场景中能平稳前进。仿真结果表明:与传统A*算法相比,该算法的路径更加平滑,折点数更少;与天牛须搜索算法相比,能保证生成路径的效率性、全局最优性。在缩短路径长度和降低累计转折点数量方面验证了所提方法的有效性。 

【文章来源】：科学技术与工程. 2019,19(31)北大核心

【文章页数】：6 页

【文章目录】：
1 路径规划中环境模型
2 路径规划算法描述
    2.1 A*算法
    2.2 天牛须搜索算法及改进
        2.2.1 天牛须搜索算法
        2.2.2 改进的天牛须算法
    2.3 贝塞尔曲线
3 改进的路径规划算法
    3.1 BASA*算法
4 仿真分析
    4.1 实验1
    4.2 实验2
5 结论


【参考文献】：
期刊论文
[1]基于改进势场蚁群算法的移动机器人最优路径规划[J]. 张强,陈兵奎,刘小雍,刘晓宇,杨航.  农业机械学报. 2019(05)
[2]基于改进粒子群算法的路径规划[J]. 贾会群,魏仲慧,何昕,张磊,何家维,穆治亚.  农业机械学报. 2018(12)
[3]基于蚁群算法的最优路径规划及参数研究[J]. 李根,李航,张帅阳,罗秋慧,杨弘凡.  中国科技论文. 2018(16)
[4]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)
[5]复杂环境下基于改进人工蜂群算法的机器人路径规划[J]. 张林,徐曙,姚森敏,伍国兴.  机械设计与制造. 2017(10)
[6]基于一种改进A*算法的移动机器人路径规划[J]. 孙炜,吕云峰,唐宏伟,薛敏.  湖南大学学报(自然科学版). 2017(04)
[7]车辆路线问题的自适应遗传模拟退火算法[J]. 高志波,龙科军,王倩,李峰.  中国科技论文. 2017(07)
[8]基于生物启发模型的AUV三维自主路径规划与安全避障算法[J]. 朱大奇,孙兵,李利.  控制与决策. 2015(05)
[9]基于改进A*算法的室内移动机器人路径规划[J]. 王殿君.  清华大学学报(自然科学版). 2012(08)
[10]基于平滑A*算法的移动机器人路径规划[J]. 王红卫,马勇,谢勇,郭敏.  同济大学学报(自然科学版). 2010(11)

硕士论文
[1]基于三角网追踪的机器人路径规划[D]. 王欣.中国石油大学 2009



本文编号：3371176