科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对无人机路径规划中全局静态路径优化和局部动态避障的需求,提出一种基于生物神经动力学模型的改进A*算法实现全局冬天路径规划。建立生物神经动力学模型,并应用该模型实时获取环境中的动态障碍物信息,通过神经元的活性值来引导无人机的局部动态避障。设计了一种A*算法的优化启发函数,有效地减少A*算法在全局路径搜索过程中的节点数量,提高A*算法的全局搜索效率。最后,将生物动力学模型中神经元的活性值融入到A*算法的实际代价函数中,融合算法保证了A*算法在全局路径优化的性能,又秉承了生物神经动力学模型的局部实时避障能力。静态路径和动态路径下仿真结果表明:与生物动力学模型相比,该融合算法考虑到实际代花费问题,能够在动态和静态环境下规划出一条低代价的全局路径;与A*算法相比,该融合算法可提高全局搜索效率,且实现实时动态避障性能。
- 单位
