典型文献
融合环境信息和运动约束的改进A*算法研究
文献摘要：
标准A*算法存在着无法考虑移动机器人运动特性及处理后的路径不利于移动机器人运动等问题.针对这一问题提出了一种新改进A*算法,通过环境信息引入障碍物权重系数来改进算法的启发函数并进行全局路径规划;优化搜索节点的选取方式和设定障碍物与路径之间的安全距离;基于对移动机器人的运动特性的考虑优化其路径,并在不同环境地图中与其他算法进行仿真实验对比分析.相关实验表明:基于新改进A*算法规划的路径始终与障碍物保持一定的安全距离;改进A*算法在时间上相比标准A*算法平均减少了80％,路径长度平均减少了2％,路径转角平均降低了82％.改进后算法相比其他算法在时间、搜索节点以及平滑度上有很大的改进,融合机器人环境信息和运动特性的规划路径算法可为移动机器人的路径规划提供一种新的方法.
文献关键词：
改进A*算法;Floyd算法;移动机器人;运动特性;路径规划
中图分类号：
作者姓名：
白雄;鲁吉林;路宽;陈鹏云;崔俊杰;刘泽华
作者机构：
中北大学 机电工程学院,太原 030051;中国人民解放军 第32381部队,北京 100072
文献出处：
引用格式：
[1]白雄;鲁吉林;路宽;陈鹏云;崔俊杰;刘泽华-.融合环境信息和运动约束的改进A*算法研究)[J].计算机工程与应用,2022(18):311-317
A类：
B类：
融合环境,环境信息,运动约束,算法研究,法考,移动机器人,机器人运动,运动特性,障碍物,物权,权重系数,改进算法,启发函数,全局路径规划,索节,选取方式,安全距离,不同环境,环境地图,实验对比,路径长,机器人环境,规划路径,Floyd
AB值：
0.330011
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。
