改进A_算法和人工势场法的路径规划.docx

下载文档

0
0
约2万字
约 26页
2024-12-02 发布于北京
举报
版权申诉
保障服务

改进A_算法和人工势场法的路径规划.docx

1、本文档共26页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第36

第36卷第3期2024年3月

Vol.36No.3Mar.2024

JournalofSystemSimulation

改进A*算法和人工势场法的路径规划

余翔，姜陈*，段思睿，邓千锐

(重庆邮电大学通信与信息工程学院，重庆400065)

摘要：A*算法存在折线路径多和搜索节点多的问题，人工势场(artificialpotentialfield,APF)法存在局部最优和不可到达的问题，针对两种算法存在的问题进行了研究。利用欧氏距离与投影距离提出一种新的混合式启发函数，依据该函数对A*算法的流程进行改进，减少A*算法的搜索节点，提高搜索效率。利用新A*算法生成的最优节点作为APF算法的局部目标点，辅助机器人摆脱局部最优点；通过加入机器人和目标点的位置关系改进势场函数，修改斥力的增益，优化斥力的生成方向。在改进的基础上将两种算法融合提出一种新的算法，利用APF法的势场函数引导A*算法的搜索。从路径长度、避障效果、迭代次数对改进算法进行对比分析，仿真结果表明，提出的改进算法搜索效率高，实现避障的同时保证计算的路径最优。

关键词：APF算法；A*算法；路径规划；引力势场；斥力势场

中图分类号：TP391.9文献标志码：A文章编号：1004-731X(2024)03-0782-13

DOI:10.16182/j.issn1004731x.joss.23-0255

引用格式:余翔,姜陈,段思睿,等.改进A*算法和人工势场法的路径规划[J].系统仿真学报,2024,36(3):782-794.

Referenceformat:YuXiang,JiangChen,DuanSirui,etal.PathPlanningforImprovementofA*AlgorithmandArtificialPotentialFieldMethod[J].JournalofSystemSimulation,2024,36(3):782-794.

PathPlanningforImprovementofA*AlgorithmandArtificialPotentialFieldMethod

YuXiang,JiangChen*,DuanSirui,DengQianrui

(SchoolofCommunicationandInformationEngineering,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)

Abstract:A*algorithmhastheproblemoftoomanypolylinepathsandsearchnodes,whiletheartificialpotentialfield(APF)methodhastheproblemsoflocaloptimalityandunattainability.Theseproblemsareinvestigatedinthispaper.AnewhybridheuristicfunctionisproposedbasedontheEuclideandistanceandprojectiondistance,basedonwhichtheA*algorithmprocessisimprovedaccordingly.ThesearchnodesoftheA*algorithmarereduced,andthesearchefficiencyisimproved.TheoptimalnodegeneratedbythenewA*algorithmisusedasthelocaltargetpointoftheAPFalgorithmtoassistingettingridofthelocaloptimalpoint.Thepotentialfieldfunctionisimprovedbyaddingthepositionrelationshipbetweentherobotandthetargetpoint,andthegainofrepul