科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对A*算法在路径规划过程中存在的扩展节点过多、路径冗余点过多等问题，对经典A*算法进行了改进研究。提出了斜八邻域扩展的概念，与四邻域扩展结合组成一种新的双邻域选择扩展策略，在路径搜索过程中可以有效减少扩展节点的数量。为适应多种地图环境建立了新的启发函数，在相同地图环境下可以较经典A*算法扩展的节点数量减少50%以上，路径搜索速度提高一个数量级，算法效率明显提升。通过建立冗余点剔除策略与三次B样条曲线对初始路径进一步优化，剔除路径多余节点，减少路径转折，规划出一条符合机器人运动的最优路径。首先在四种不同障碍物的地图环境下对改进后的A*算法进行了仿真分析，并与Dijkstra、四邻域A*算法、八邻域A*算法进行了比较；然后，基于实验室的智能车试验平台进行了场地试验，对改进后的A*算法进行了试验验证。结果表明，改进后A*算法的路径搜索效率大幅提高，路径更有利于机器人运动，所提出的A*改进算法是可行的有效的。
- 单位
