典型文献
基于密度分类的JPS+移动机器人全局路径规划算法
文献摘要：
针对传统全局路径规划中扩展节点多、寻路时间长等问题,提出一种基于JPS+(jump point search plus)算法的全局路径规划算法,旨在提高机器人在复杂环境的智能性、高效性的要求.首先引入了一种基于密度的判断障碍物角点规则,实现对于主要跳点的识别数目,减少搜索路径过程中的可扩展节点,同时在路径求解过程中对目标跳点的判定规则进行了修改,最终实现了减少计算量、缩短计算时长的目标.为验证所提改进型JPS+算法的有效性,将A?、JPS+算法在不同类型地图中与改进型JPS+算法进行了比较.仿真结果表明,改进型JPS+算法与A?算法相比,在路径长度、寻路时间和扩展节点数量上都有明显改进;在生成相同路径的基础上,与传统JPS+算法相比,在障碍物占比33.25％的地图中搜索时间降低了7.58％,节点扩展数量减少了9.38％,能够满足移动机器人快速全局路径规划的要求.
文献关键词：
路径规划;A∗算法;跳点搜索算法;JPS+算法;密度分类
中图分类号：
作者姓名：
林彬彬;韩宝玲;许仕杰;陈禹含
作者机构：
北京理工大学机械与车辆学院,北京100081;北京理工大学机电学院, 北京100081
文献出处：
引用格式：
[1]林彬彬;韩宝玲;许仕杰;陈禹含-.基于密度分类的JPS+移动机器人全局路径规划算法)[J].科学技术与工程,2022(31):13817-13823
A类：
密度分类,JPS+
B类：
基于密度,移动机器人,全局路径规划,路径规划算法,寻路,jump,point,search,plus,复杂环境,智能性,障碍物,角点,别数,搜索路径,可扩展,判定规则,减少计算量,改进型,路径长,同路,搜索时间,跳点搜索算法
AB值：
0.263265
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。
