新型树启发式搜索算法的机器人路径规划

发布时间：2021-10-14 11:39

　　面对三维空间移动机器人从起始点到终止点的最短路径问题,提出一种新型的边缘点树启发式搜索（TreeEP）算法,该方法将地图空间进行密度可调的三维离散化处理,根据障碍安全距离筛选出障碍物的可靠边缘点信息,再利用树扩散架构选出最能引导搜索方向的潜力点进行扩散搜索,最终得出最短路径。提出局部调整策略,得到改进的Tree-EP算法。实验结果表明,在带障碍复杂地形最短路径搜索应用中,提出的Tree-EP算法与已有方法相比,能找到更短的移动路径。 

【文章来源】：计算机工程与应用. 2020,56(11)北大核心CSCD

【文章页数】：8 页

【文章目录】：
1 引言
2 传统A*算法
3 空间可靠边缘点模型
    3.1 障碍可靠边缘点构建
    3.2 空间两点是否直连的判别方式
4 基于可靠边缘点模型的Tree-EP算法
    4.1 树扩散基本架构
    4.2 潜力点判断范围H的设置
    4.3 潜力点扩散机制
    4.4 局部回溯优化
        4.4.1 潜力点不在候选集Q时的优化
        4.4.2 潜力点在候选集Q时的优化
    4.5 Tree-EP的算法流程
    4.6 Tree-EP与A*的搜索过程对比
5 实验设计及数据分析
    5.1 测试用例
    5.2 算法设置与数据表示
    5.3 不同栅格密度下路径长度的比较
    5.4 栅格密度影响的进一步分析
6 结束语


【参考文献】：
期刊论文
[1]基于改进A*算法的导购路径规划方法[J]. 钟志峰,易明星,陈智军,谭普,曾张帆.  计算机工程与应用. 2019(05)
[2]未知环境下移动机器人实时路径规划[J]. 张捍东,陈阳,吴玉秀.  计算机工程与应用. 2018(19)



本文编号：3436084