典型文献
基于改进A*算法的AUV路径规划研究
文献摘要：
自主水下航行器(Autonomous Underwater Vehicle,AUV)是一种可以自主完成水下作业的无人装置,随着人类对海洋资源的开发和利用的不断深入,其应用场景及需求也愈发广泛.面对复杂的水下环境,路径规划算法是保障AUV快速性及安全性的关键.目前AUV常用的路径规划算法有蚁群算法、人工势场法和生物启发神经网络等.蚁群算法通过模拟蚁群信息素传递觅食过程,通过迭代运算获得最优路径.改进蚁群算法解决了原有算法无法跳出局部最优的问题,但多次的迭代运算使得该算法的实时性较差,不适用于状况复杂的未知场景.人工势场法的思想简洁有效,在障碍物和目标点周围分别设置斥力场和引力场,引导AUV安全到达目标点.A*算法因其寻优能力强、场景适应度高等特性而得到广泛应用.搜索效率和路径安全性及可行性是规划算法的核心,但A*算法多循环判断机制导致其路径性能和计算效率难以同时得到有效改善.基于以上提出一种改进A*算法,将传统的A*算法优化为动态衡量启发式A*算法,并进行拐角优化,最后与对比算法在不同复杂度场景下进行仿真验证.
文献关键词：
AUV;路径规划;改进A*算法
中图分类号：
作者姓名：
潘世瑛
作者机构：
上海交通大学,上海 201100
文献出处：
引用格式：
[1]潘世瑛-.基于改进A*算法的AUV路径规划研究)[J].装备制造技术,2022(11):49-52
A类：
B类：
AUV,规划研究,自主水下航行器,Autonomous,Underwater,Vehicle,水下作业,海洋资源,开发和利用,水下环境,路径规划算法,快速性,人工势场法,生物启发神经网络,信息素,觅食,最优路径,改进蚁群算法,跳出局部,局部最优,得该,障碍物,标点,斥力场,引力场,法因,寻优能力,适应度,搜索效率,路径安全性,多循环,断机,制导,路径性能,计算效率,算法优化,启发式,拐角,对比算法,仿真验证
AB值：
0.425847
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。
