共查询到10条相似文献，搜索用时 78 毫秒
1.
A*算法的规划路径全局最优,但存在拐点多、拐角大的缺点,而人工势场法的规划路径虽然平滑,却无法满足全局最优的要求。为达到机器人快速到达、安全避障的目的,分别对A*算法和人工势场法进行改进,并将两者相结合,提出一种兼顾全局与局部特性的机器人动态路径规划算法。全局路径规划采用剔除冗余节点的A*算法,生成局部目标节点序列;局部路径规划采用改进的人工势场法,提出5方向障碍物探测法替代原有斥力模型,大大减小运算量;设置最小引力场,引导机器人脱离局部最小点;采用扇形区域探测法,有效规避小型动态障碍物。仿真实验结果表明:与传统A*算法与人工势场法相比,该方法不仅生成全局最优平滑路径,而且还能够在顾及机器人移动控制的前提下,及时规避动态障碍物。 相似文献
2.
针对现有视障行人出行辅助方法缺乏对环境感知和路径动态优化的有效结合，视障导航缺乏有效动态避障手段的问题，该文提出一种场景语义感知的视障行人导航路径优化方法。该方法根据双目视觉感知周边障碍物的位置及特征，结合场景语义信息和三维坐标建立视障人群与环境的局部感知地图模型，利用改进的人工势场算法动态规划视障行人安全路径。实验结果表明，该文构建的感知地图模型在10 m内的平均坐标误差为2.49%。相比A*算法，改进人工势场算法的路径盲道利用率从7.85%提高到58.39%,最高路径碰撞系数从0.55降低到了0.24,具有更高的安全性和导航辅助能力。该方法能够有效增加视障行人导航方法的场景语义感知能力，提高视障导航路径规划的安全性。 相似文献
3.
基于瞬时水深模型的最短时间航线自动生成算法 总被引：2，自引：0，他引：2
优化的海图航线设计是舰船安全、经济航行的先导和基础。本文提出了一种基于瞬时水深模型的最短时间航线自动生成算法。基于海图静态水深和海域潮位模型，构建瞬时水深模型，动态提取碍航区，并进行航线可行性分析；利用动态规划思想，进行最短时间路径搜索；采用矩形包络分析、相近节点搜索和冗余点删除等策略，进行航线优化。实验表明：本文所提算法，能动态分析航线可行性，搜索最短时间航线； 与传统的最短时间航线算法相比，所提算法可提取航行时间更短的航线；所提取的最短时间航线，与舰船航行的起始时间和舰船航速相关。 相似文献
4.
A^＊算法的改进及其在路径规划中的应用 总被引：2，自引：0，他引：2
A*算法是一种启发式搜索算法,在路径规划中得到广泛的应用,其中启发函数的设计尤其重要.本文针对路径规划问题,对A*算法作了以下改进:一是在估价函数中考虑以距离和方向两个要素,通过归一化处理解决了单位不统一的问题;二是利用k-d树空间索引结构,动态加载节点信息,减小内存使用空间.实验结果表明,改进后的A*算法的搜索效率得到了明显的提高. 相似文献
5.
现有的动态路径规划算法通常只考虑当前时刻交通信息，而忽略了路段行程时间依赖于进入该路段的时刻这一现实。而且，转向延误的存在使得传统的基于节点标号的最短路径算法不再有效。本文建立了基于路段的时间依赖网络模型，将转向延误时间引入到FIFO（先进先出）条件的定义中，并给出了满足FIFO条件的路段到达时间和转向延误时间计算式。以此模型为基础，并通过将时间因子引入到启发式评价函数中，发展了基于路段标号的时间依赖A*最短路径算法。实验表明，所提出的算法能预测并回避即将发生的交通拥堵，有效节省用户的出行时间。而其平均计算时间仅比传统算法增加了10%左右。此外，由于不再需要进行频繁的路径重优化，该算法能大幅提高路径规划的整体效率。 相似文献
6.
针对现有路径规划算法受复杂环境信息影响较大的原因,该文通过分析环境信息,综合考虑行车的时效性、安全性要求,提出一种动态路径规划辅助决策方法。该方法通过对实时环境信息进行建模和量化处理,得到不同环境特征下的道路实际权重,为路径动态规划提供先决条件;然后利用基于一阶马尔可夫链的动态路径规划算法对路径进行规划,计算出若干可选路径可供驾驶员根据实际情况进行抉择;并通过与静态权值的路径分析算法相比较得到,它能够更好地满足复杂环境信息下最优路径的规划需求,算法效率受环境因素影响较小。 相似文献
7.
针对传统路径规划方法在复杂大场景环境下的搜索空间大、效率低、避障安全性差等问题,本文提出了一种基于BIM的室内拓扑-栅格分层路径规划方法。首先,建立复杂室内环境的BIM模型,提取模型中结构、障碍物和通道的语义、几何及其关联信息,通过栅格抽象映射得到基础导航地图,并结合层次图思想,开展地图空间分层,获取拓扑-栅格分层地图;然后,利用细化算法,生成拓扑层中各子区域之间的离线先验路网,联合Dijkstra算法选取其中的最优路径,并基于自主改进的A*算法,快速高效搜索栅格层的最优路径,通过组合拼接拓扑层与栅格层的局部最优路径,构建完整的全局最优路径;最后,将本文方法与标准A*算法及蚁群算法作对比,在保证计算效率的同时,不仅缩小了路径搜索空间,还确保了最优路径的安全性,综合验证了所提路径规划方法的优越性。 相似文献
8.
针对狭长空间无人车辆路径规划系统，提出一种基于改进的快速搜索随机树(rapidly-exploring random trees,RRT)路径规划算法，以解决传统RRT算法随机性较大、路径缺乏安全性的问题.该算法通过加入自适应目标概率采样策略、动态步长策略对传统的RRT算法进行改进，同时考虑到实际情况中无人驾驶车辆的动力学约束，该算法加入车辆碰撞约束和路径转角约束，并针对转角约束会导致迭代次数激增的问题提出了一种限制区域内随机转向的策略，最终得到一条安全性较高的路径.采用计算机仿真对所提算法和现有算法的性能进行对比验证.所提算法在狭长空间相较于传统人工势场引导下的RRT算法迭代次数降低了33.09%，规划时间减少了6.44%，路径长度减少了0.06%，并且在简单环境和复杂障碍物环境下规划能力均有提升.所提算法规划效率更高、迭代次数更少. 相似文献
9.
随着社会、经济的不断发展进步,室内导航定位越来越重要,其导航定位精度、准确性倍受业界关注,而路径规划是该研究方向的重要组成部分。针对传统的基于节点的拓扑模型无法较好解决室内空间"路网"的模糊性问题,该文分析了室内外导航定位的差异,并对传统路径规划算法的局限性进行了分析,提出将基于Delaunay三角剖分导航网格的A*算法应用于室内导航路径规划中。通过算例验证了该方法的有效性,具有较好的实用价值。 相似文献