融合改进A^(*)与DWA算法的机器人路径规划OA
针对传统A^(*)算法在机器人路径规划中搜索效率低、遍历节点较多、规划路径不平滑以及无法实现动态避障的问题,在A^(*)算法启发函数中引入环境障碍物占比系数,采用5邻域搜索策略,运用Floyd算法,提出了一种融合改进A^(*)和DWA算法的路径规划方法。仿真分析表明,相对于传统A^(*)算法,改进A^(*)算法平均路径规划时间减少58.57%,路径长度减少1.57%,遍历节点数减少59.77%,转折度数减少51.1%,能及时规避未知环境中的障碍物;将算法部署到真实轮式机器人上进行验证,结果表明路径规划安全,出现未知障碍物时能及时更新路径。
蒋吉荣;刘凌云;李超凡;张晨;刘翰林
湖北汽车工业学院机器人与自动化学院,湖北十堰442002湖北汽车工业学院机器人与自动化学院,湖北十堰442002湖北汽车工业学院机器人与自动化学院,湖北十堰442002湖北汽车工业学院机器人与自动化学院,湖北十堰442002湖北汽车工业学院机器人与自动化学院,湖北十堰442002
信息技术与安全科学
路径规划改进A^(*)算法动态窗口法算法融合
《湖北汽车工业学院学报》 2026 (3)
P.43-47,5
湖北省自然科学基金(2016CFB401)。
评论