咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于人工势场的A^(*)算法的移动机器人路径规划 收藏

基于人工势场的A^(*)算法的移动机器人路径规划

Path Planning of Mobile Robot with A^(*)Algorithm Based on Artificial Potential Field

作     者:陈继清 谭成志 莫荣现 王志奎 吴家华 赵超阳 CHEN Ji-qing;TAN Cheng-zhi;MO Rong-xian;WANG Zhi-kui;WU Jia-hua;ZHAO Chao-yang

作者机构:广西大学机械工程学院南宁530004 广西制造系统与先进制造技术重点实验室南宁530004 

出 版 物:《计算机科学》 (Computer Science)

年 卷 期:2021年第48卷第11期

页      面:327-333页

学科分类:080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基  金:国家自然科学基金(61703116) 广西自然科学基金(2017GXNSFBA198228) 广西科技基地和人才专项(AD19110034) 

主  题:A^(*)算法 路径规划 人工势场 移动机器人 MATLAB 

摘      要:为了解决传统A^(*)算法规划路径时未考虑到障碍物分布对路径选取的影响,文中提出了一种改进的A^(*)算法。将人工势场的思想与传统的A^(*)算法相结合,对栅格地图中的障碍物赋予斥力场函数并计算周围栅格的斥力大小,进行路径搜索时将栅格的斥力大小引进到A^(*)算法的评价函数当中以改进A^(*)算法的搜索能力。通过MATLAB仿真和Turtlebot机器人的实验结果表明,与传统的A^(*)算法相比,改进后的新算法与人工势场算法相结合,规划出了更优的路径,提高了路径规划效率,且搜索速度提高了13.40%~29.68%,路径长度缩短了10.56%~24.38%,路径节点数减少了6.89%~27.27%,因此,改进的A^(*)算法的优化效果明显,具有有效性和可行性。

读者评论 与其他读者分享你的观点