改进A星算法移动机器人路径规划

详细信息    查看全文 | 推荐本文 |

英文篇名：Path planning simulation based on improved A star algorithm 作者：宋宇 ; 王志明 英文作者：SONG Yu;WANG Zhiming;School of Computer Science & Engineering, Changchun University of Technology; 关键词：路径规划 ; A星算法 ; 最短路 英文关键词：path planning;;A star algorithm;;shortest path 中文刊名：JLGX 英文刊名：Journal of Changchun University of Technology 机构：长春工业大学计算机科学与工程学院; 出版日期：2019-04-15 出版单位：长春工业大学学报 年：2019 期：v.40;No.161 基金：吉林省青年科研基金资助项目(20160520020JH) 语种：中文; 页：JLGX201902008 页数：4 CN：02 ISSN：22-1382/T 分类号：40-43

摘要

采用粒子群算法搜索每个栅格内的最优点坐标,将传统A星算法的搜索角度任意化。仿真表明,改进A星算法得到的路径缩短了4%,平均转折角度减小了54%。
        Particle swarm optimization is used to search the best coordinates in each grid. The search angle based on traditional A star algorithm is unrestricted. Simulation indicates that the path length obtained by the improved algorithm is reduced by 4% and the average turning angle is reduced by 54%.

引文

[1] 史久根,刘春霞,席海强.CA模型下的改进D*路径规划算法[J].电子测量与仪器学报,2016,30(1):30-37.
    [2] 赵晓,王铮,黄程侃,等.基于改进A*算法的移动机器人路径规划[J].机器人,2018,40(6):137-144.
    [3] 姚雨,李庆,陈曦.优化的A*算法在航迹规划上的应用[J].微电子学与计算机,2017,34(7):51-55.
    [4] 王殿君.基于改进A*算法的室内移动机器人路径规划[J].清华大学学报:自然科学版,2012,52(8):1085-1089.
    [5] 蔡旻,刘士凡,陶重犇,等.基于改进A*算法的分拣搬运机器人路径规划[J].计算机测量与控制,2018,26(4):164-166,170.
    [6] 金飞虎,郭琦.基于蚁群算法的Hopfield神经网络在多空间站路径规划的应用研究[J].计算机应用研究,2010,27(1):51-53.
    [7] 魏勇,赵开新,王东署.改进粒子群算法在移动机器人路径规划中的应用[J].火力与指挥控制,2018,43(2):41-43.
    [8] 宋宇,王志明.基于WDO的无人机全局路径规划方法[J].长春工业大学学报,2017,38(6):555-559.