针对无人机在高密度障碍物的城市环境飞行中路径规划实时性难以满足的问题,在A^(*)算法基础上结合跳点搜索(Jump Point Search, JPS)策略,提出一种Jump A^(*)(JA^(*))算法。将A^(*)算法进行三维扩展,并提出了一种三维对角距离精确表示...针对无人机在高密度障碍物的城市环境飞行中路径规划实时性难以满足的问题,在A^(*)算法基础上结合跳点搜索(Jump Point Search, JPS)策略,提出一种Jump A^(*)(JA^(*))算法。将A^(*)算法进行三维扩展,并提出了一种三维对角距离精确表示了实际路径代价,缩短了搜索时间。在二维JPS策略的基础上拓展得到了三维JPS策略,代替了A^(*)算法中的几何邻居扩展,大大减少了扩展结点数。对障碍物密度0.1~0.4的复杂三维栅格地图进行了路径规划仿真。仿真结果表明,JA^(*)算法相较于A^(*)算法,在高密度多障碍物的近地城市环境下,路径长度几乎不变,评估节点数大幅度减小,搜索速度具有显著提升。展开更多
文摘针对无人机在高密度障碍物的城市环境飞行中路径规划实时性难以满足的问题,在A^(*)算法基础上结合跳点搜索(Jump Point Search, JPS)策略,提出一种Jump A^(*)(JA^(*))算法。将A^(*)算法进行三维扩展,并提出了一种三维对角距离精确表示了实际路径代价,缩短了搜索时间。在二维JPS策略的基础上拓展得到了三维JPS策略,代替了A^(*)算法中的几何邻居扩展,大大减少了扩展结点数。对障碍物密度0.1~0.4的复杂三维栅格地图进行了路径规划仿真。仿真结果表明,JA^(*)算法相较于A^(*)算法,在高密度多障碍物的近地城市环境下,路径长度几乎不变,评估节点数大幅度减小,搜索速度具有显著提升。
