基于改进A-Star算法的AGV全局路径规划

作者：卞永明; 马逍阳^*; 高飞; 周怡和

来源：机电一体化, 2019, 25(06): 9-15.

DOI：10.16413/j.cnki.issn.1007-080x.2019.06.002

• AGV
• 全局路径规划
• A-Star算法
• 惩罚函数
• 奖励因子

针对智能仓储物流AGV全局路径规划,提出了改进的A-Star算法。该算法在原有估价函数的基础上,引入惩罚函数和奖励因子,以解决传统A-Star算法拐点多的问题,进而提升AGV的全局运输效率。为评估改进算法的有效性,文章基于Visual Studio设计了Windows应用开发程序进行仿真实验。实验结果表明,改进的A-Star算法可显著降低AGV的转弯次数,有效提高AGV的运输效率。

• 单位
  同济大学