典型文献
CBS框架下面向复杂地图的低拓展度A*算法
文献摘要：
A*算法是机器人路径规划问题中的重要且常用算法之一,在地形复杂的大型地图中,路径点之间的不可视造成A*算法需要大规模节点拓展才能找到可行的优化路径,由此导致算法对存储空间的需求剧增和求解效率的降低.对此,本文针对基于冲突搜索(Conflict-Based Search,CBS)框架下的低层路径规划问题,引入三角剖分方法,给出固定障碍处理方法,融合可视性优化获得相邻点可视的优化路径,在此基础上提出分段策略,令具有动态冲突处理能力的A*算法依相邻可视点进行分段路径规划,最终获得低节点拓展度A*路径规划算法.通过标准地图数据集的仿真实验表明,在复杂地图下本文提出的算法路径长度为A*算法的98.1％～102.2％,节点拓展量降低85.4％,算法求解时间减少58.1％.
文献关键词：
A*算法;路径规划;Delaunay三角剖分;移动机器人;冲突消解
中图分类号：
作者姓名：
宣志玮;毛剑琳;张凯翔
作者机构：
昆明理工大学信息工程与自动化学院,云南昆明650500;昆明理工大学机电工程学院,云南昆明650500
文献出处：
引用格式：
[1]宣志玮;毛剑琳;张凯翔-.CBS框架下面向复杂地图的低拓展度A*算法)[J].电子学报,2022(08):1943-1950
A类：
分段策略
B类：
CBS,机器人路径规划,规划问题,存储空间,求解效率,基于冲突搜索,Conflict,Based,Search,低层,三角剖分,可视性,邻点,冲突处理,处理能力,视点,分段路径规划,路径规划算法,标准地图,地图数据,路径长,求解时间,Delaunay,移动机器人,冲突消解
AB值：
0.471251
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
