期刊文献+
共找到286,322篇文章
< 1 2 250 >
每页显示 20 50 100
融合自适应A^(*)算法与轨迹优化的果园移动机器人路径规划方法
1
作者 李建平 鲍海波 +6 位作者 邓孝亮 田文斌 王玲 陈度 朱建新 李端 严瑞东 《农业机械学报》 北大核心 2026年第3期206-214,227,共10页
果园移动机器人自主安全作业的实现依赖于高效的路径规划技术。针对现有方法在复杂果园环境中普遍存在的规划效率低、路径折点多、平滑性差等问题,提出一种融合自适应A^(*)算法与轨迹优化的自主路径规划方法,以提升果园移动机器人的自... 果园移动机器人自主安全作业的实现依赖于高效的路径规划技术。针对现有方法在复杂果园环境中普遍存在的规划效率低、路径折点多、平滑性差等问题,提出一种融合自适应A^(*)算法与轨迹优化的自主路径规划方法,以提升果园移动机器人的自主导航与作业性能。首先,构建果园栅格地图模型作为全局规划基础;其次,采用实时优化的代价权重-中心线偏移双函数协同机制增强自适应A^(*)算法,并设计动态5邻域搜索策略进行全局路径搜索;随后,应用三阶贝塞尔曲线进行路径自适应平滑处理,生成满足果园机器人作业要求的曲率连续导航轨迹。基于典型果园环境的仿真试验结果表明,相较于改进A^(*)算法,本方法在无障碍与有障碍场景下,平均路径规划时间分别降低了23.8%(17.15 ms)和23.1%(16.09 ms),路径平均曲率分别降低了10.7%(0.011 m^(-1))和15.8%(0.028 m^(-1))。实地试验表明,平均搜索规划时间分别减少了26.4%(19.01 ms)和27.4%(21.28 ms),路径平均曲率分别降低了7.3%(0.009 m^(-1))和8.7%(0.013 m^(-1))。该方法显著提升了路径规划效率与平滑性,有效满足果园机器人实际作业需求,具备良好的实用价值。 展开更多
关键词 果园移动机器人 路径规划 A^(*)算法 贝塞尔曲线 轨迹优化
在线阅读 下载PDF
基于水波优化和A^(*)算法的无人机群防空反制系统部署方法
2
作者 李翔 罗望春 +2 位作者 张福 张兴华 刘洪驿 《沈阳工业大学学报》 北大核心 2026年第1期74-82,共9页
【目的】随着无人机群在侦察任务中的广泛应用,优化防空反制系统部署已成为提升防御能力的重要手段。无人机群凭借其高灵活性、强生存能力和低成本特性对传统防空体系构成了严重威胁。单一防空系统难以有效应对多目标协同的无人机群,因... 【目的】随着无人机群在侦察任务中的广泛应用,优化防空反制系统部署已成为提升防御能力的重要手段。无人机群凭借其高灵活性、强生存能力和低成本特性对传统防空体系构成了严重威胁。单一防空系统难以有效应对多目标协同的无人机群,因此,需要通过多系统协同部署,最大化无人机群的飞行成本,迫使其改变路径或放弃任务。本研究旨在设计一种高效的防空反制系统部署方法,以应对无人机群侦察带来的安全挑战。【方法】研究提出了一种基于水波优化(water wave optimization,WWO)和A^(*)算法的防空反制系统部署(water wave and A^(*)deployment,WAD)方法,该方法通过两个核心子模型实现优化:一是构建无人机群的最优路径规划模型,用于计算在给定防空反制系统位置下无人机群的最小飞行成本;二是设计防空反制系统选址优化模型,通过调整系统位置来最大化无人机群的期望飞行成本。WAD算法融合了WWO在全局和局部搜索中的平衡优势以及A^(*)算法在路径规划中的高效性,并通过改进的编解码机制提升了搜索效率,避免其陷入低效解空间。【结果】通过仿真实验验证WAD算法的有效性。实验设计了一个包含4个飞行起点、39个路径点和3个防空反制系统的场景,结果表明WAD算法能够求解出无人机群期望飞行成本的最大值,并输出优化的防空反制系统部署位置及无人机群的飞行路径。种群最佳适应度随迭代次数的增大而快速收敛,平均在30次迭代内达到稳定,表明算法具有较高的精度和计算效率,与传统方法相比,显著缩短了优化时间。【结论】WAD算法为无人机群防空反制系统的优化部署提供了一种高效解决方案。通过集成WWO和A^(*)算法的优势,该方法在全局探索与局部开发之间实现了良好平衡,显著提升了部署方案的收敛速度和优化质量。研究结果表明,本文方法适用于复杂侦察场景下的防御需求。未来可进一步研究动态环境下多目标优化的部署策略,探索防空反制系统间的协同机制,引入实时威胁评估,以适应无人机群技术的快速演变。 展开更多
关键词 无人机群 防空反制系统 部署优化 水波优化 A^(*)算法 路径规划 设施选址 进化算法
在线阅读 下载PDF
基于正六边形栅格和A^(*)算法的船舶路径规划方法
3
作者 刘钊 康子悦 +1 位作者 杨帆 罗辰汉 《中国航海》 北大核心 2026年第1期38-45,55,共9页
针对传统正方形栅格在船舶路径规划中存在的安全裕度不足、搜索效率不高以及难以满足船舶运动特性的缺陷,提出一种基于六边形栅格与改进A^(*)算法的船舶路径规划方法。根据正六边形栅格的几何特性与船舶避碰安全距离,构建六边形栅格邻... 针对传统正方形栅格在船舶路径规划中存在的安全裕度不足、搜索效率不高以及难以满足船舶运动特性的缺陷,提出一种基于六边形栅格与改进A^(*)算法的船舶路径规划方法。根据正六边形栅格的几何特性与船舶避碰安全距离,构建六边形栅格邻域模型,并设计适用于六边形栅格的节点编码方法;结合船舶惯性运动特性与转向约束,建立船舶在六边形栅格中的运动代价模型;在此基础上,对传统A^(*)算法进行启发函数与转向代价改进,提出面向船舶路径规划的六边形栅格搜索算法。对比试验结果表明:与正方形栅格8邻域方法相比,六边形栅格可在保持安全距离的前提下使路径长度缩短5.51%,搜索次数减少30.7%;与正方形栅格4邻域方法相比,路径长度缩短17.0%,转向点数量减少38.6%。基于六边形栅格地图生成的路径更平滑、转向更符合船舶操纵特性。 展开更多
关键词 智能航行 船舶路径规划 六边形栅格 改进A^(*)算法 船舶操纵性
在线阅读 下载PDF
Path Planning for Thermal Power Plant Fan Inspection Robot Based on Improved A^(*)Algorithm 被引量:1
4
作者 Wei Zhang Tingfeng Zhang 《Journal of Electronic Research and Application》 2025年第1期233-239,共7页
To improve the efficiency and accuracy of path planning for fan inspection tasks in thermal power plants,this paper proposes an intelligent inspection robot path planning scheme based on an improved A^(*)algorithm.The... To improve the efficiency and accuracy of path planning for fan inspection tasks in thermal power plants,this paper proposes an intelligent inspection robot path planning scheme based on an improved A^(*)algorithm.The inspection robot utilizes multiple sensors to monitor key parameters of the fans,such as vibration,noise,and bearing temperature,and upload the data to the monitoring center.The robot’s inspection path employs the improved A^(*)algorithm,incorporating obstacle penalty terms,path reconstruction,and smoothing optimization techniques,thereby achieving optimal path planning for the inspection robot in complex environments.Simulation results demonstrate that the improved A^(*)algorithm significantly outperforms the traditional A^(*)algorithm in terms of total path distance,smoothness,and detour rate,effectively improving the execution efficiency of inspection tasks. 展开更多
关键词 Power plant fans Inspection robot Path planning Improved A^(*)algorithm
在线阅读 下载PDF
基于改进A^(*)和DWA融合的移动机器人路径规划
5
作者 冯志乾 王欣 吴迪 《计算机应用与软件》 北大核心 2026年第2期340-346,共7页
针对移动机器人在路径规划与导航中单一算法无法同时满足路径最优和实时避障的问题,提出一种将改进的A^(*)算法和动态窗口法(Dynamic Window Approach,DWA)融合的导航算法。在A算法中将量化的障碍物信息作为启发函数的自适应调节权重,... 针对移动机器人在路径规划与导航中单一算法无法同时满足路径最优和实时避障的问题,提出一种将改进的A^(*)算法和动态窗口法(Dynamic Window Approach,DWA)融合的导航算法。在A算法中将量化的障碍物信息作为启发函数的自适应调节权重,提高算法的搜索效率,使用向量法去除共线节点,提取关键点法去除多余转折点,提高路径平滑度。对DWA中目标不可达和规划路径与全局路径不贴合的问题,动态调整方位角以及引入距离目标点评价函数,改进后的算法路径更加贴近全局路径。结合关键点信息将两种算法融合。通过仿真实验对比,表明改进的A和DWA融合算法在未知静态和动态环境中都具有良好表现。 展开更多
关键词 改进A^(*) 算法 路径规划 DWA 移动机器人
在线阅读 下载PDF
基于RANSAC与改进A^(*)算法的果园移动机器人路径规划研究
6
作者 王明之 吕强 +3 位作者 蒋杰 林刚 唐超 张皓杨 《西南大学学报(自然科学版)》 北大核心 2026年第1期216-228,共13页
针对果园移动机器人在全局路径规划中存在的搜索时间长、安全性低、冗余节点多、路径不平滑以及行间作业精度不高等问题,研究提出一种基于RANSAC(Random Sample Consensus)算法与改进A^(*)算法的路径规划方案。该方案首先利用RANSAC算... 针对果园移动机器人在全局路径规划中存在的搜索时间长、安全性低、冗余节点多、路径不平滑以及行间作业精度不高等问题,研究提出一种基于RANSAC(Random Sample Consensus)算法与改进A^(*)算法的路径规划方案。该方案首先利用RANSAC算法拟合树行直线并提取果树行间中线,为后续改进A^(*)算法提供最优中线参考路径;然后,在A^(*)算法中引入中线栅格缩减策略,引导A^(*)算法优先将中线作为最终路径;接着,对预估函数进行优化以提高运算效率,加入排斥力场函数以提升路径安全性;最后,结合安全距离阈值剔除冗余节点方法以消除多余节点,并采用三次均匀B样条曲线对路径进行平滑处理。在A^(*)算法仿真对比试验中,本文改进A^(*)算法相对于其他算法计算效率更高,生成路径更为安全平滑;在果园仿真栅格地图算法对比试验中,本文算法对于其他算法能规划出更高质量的行间中线路径;在模拟果园路径跟踪试验中,本文算法横向偏差均小于其他算法,适用性更强。 展开更多
关键词 移动机器人 路径规划 A^(*)算法 随机抽样一致算法 果园
原文传递
面向多层复杂结构的立体A^(*)路径规划算法研究
7
作者 田维野 陈于涛 +1 位作者 谢勇 贺聪炜 《系统工程与电子技术》 北大核心 2026年第2期535-544,共10页
针对复杂多层结构及局部不连通问题,提出面向多层复杂结构的立体A^(*)路径规划算法。首先,将多层复杂结构转换为无向赋权图,并且以最小化路径的总权值为目标,建立了多层复杂结构路径规划的数学模型;随后,考虑不同层级之间的连接及层内... 针对复杂多层结构及局部不连通问题,提出面向多层复杂结构的立体A^(*)路径规划算法。首先,将多层复杂结构转换为无向赋权图,并且以最小化路径的总权值为目标,建立了多层复杂结构路径规划的数学模型;随后,考虑不同层级之间的连接及层内局部不连通性,分别设计多层单向导航启发式策略和跨层双向绕行启发式策略,并基于两种启发式策略,提出一种新型的立体A^(*)路径规划算法。最后,与传统A^(*)算法、双向A^(*)算法和Dijkstra算法进行了对比实验。实验结果表明,本文提出的算法能有效处理复杂多层结构路径规划及局部不连通问题,在收敛速度和解的质量方面更具优越性。 展开更多
关键词 路径规划 多层结构 局部不连通 A^(*)算法
在线阅读 下载PDF
Ship Path Planning Based on Sparse A^(*)Algorithm
8
作者 Yongjian Zhai Jianhui Cui +3 位作者 Fanbin Meng Huawei Xie Chunyan Hou Bin Li 《哈尔滨工程大学学报(英文版)》 2025年第1期238-248,共11页
An improved version of the sparse A^(*)algorithm is proposed to address the common issue of excessive expansion of nodes and failure to consider current ship status and parameters in traditional path planning algorith... An improved version of the sparse A^(*)algorithm is proposed to address the common issue of excessive expansion of nodes and failure to consider current ship status and parameters in traditional path planning algorithms.This algorithm considers factors such as initial position and orientation of the ship,safety range,and ship draft to determine the optimal obstacle-avoiding route from the current to the destination point for ship planning.A coordinate transformation algorithm is also applied to convert commonly used latitude and longitude coordinates of ship travel paths to easily utilized and analyzed Cartesian coordinates.The algorithm incorporates a hierarchical chart processing algorithm to handle multilayered chart data.Furthermore,the algorithm considers the impact of ship length on grid size and density when implementing chart gridification,adjusting the grid size and density accordingly based on ship length.Simulation results show that compared to traditional path planning algorithms,the sparse A^(*)algorithm reduces the average number of path points by 25%,decreases the average maximum storage node number by 17%,and raises the average path turning angle by approximately 10°,effectively improving the safety of ship planning paths. 展开更多
关键词 Sparse A^(*)algorithm Path planning RASTERIZATION Coordinate transformation Image preprocessing
在线阅读 下载PDF
Fusion Algorithm Based on Improved A^(*)and DWA for USV Path Planning
9
作者 Changyi Li Lei Yao Chao Mi 《哈尔滨工程大学学报(英文版)》 2025年第1期224-237,共14页
The traditional A^(*)algorithm exhibits a low efficiency in the path planning of unmanned surface vehicles(USVs).In addition,the path planned presents numerous redundant inflection waypoints,and the security is low,wh... The traditional A^(*)algorithm exhibits a low efficiency in the path planning of unmanned surface vehicles(USVs).In addition,the path planned presents numerous redundant inflection waypoints,and the security is low,which is not conducive to the control of USV and also affects navigation safety.In this paper,these problems were addressed through the following improvements.First,the path search angle and security were comprehensively considered,and a security expansion strategy of nodes based on the 5×5 neighborhood was proposed.The A^(*)algorithm search neighborhood was expanded from 3×3 to 5×5,and safe nodes were screened out for extension via the node security expansion strategy.This algorithm can also optimize path search angles while improving path security.Second,the distance from the current node to the target node was introduced into the heuristic function.The efficiency of the A^(*)algorithm was improved,and the path was smoothed using the Floyd algorithm.For the dynamic adjustment of the weight to improve the efficiency of DWA,the distance from the USV to the target point was introduced into the evaluation function of the dynamic-window approach(DWA)algorithm.Finally,combined with the local target point selection strategy,the optimized DWA algorithm was performed for local path planning.The experimental results show the smooth and safe path planned by the fusion algorithm,which can successfully avoid dynamic obstacles and is effective and feasible in path planning for USVs. 展开更多
关键词 Improved A^(*)algorithm Optimized DWA algorithm Unmanned surface vehicles Path planning Fusion algorithm
在线阅读 下载PDF
基于A^(*)与DWA算法的果园导航机器人研究
10
作者 王晶 高亚鹏 李海芳 《电子测量技术》 北大核心 2026年第3期98-110,共13页
路径规划算法是移动机器人实现导航技术的关键。针对果园环境中传统路径规划算法在节点遍历、搜索效率、路径平滑性及避障能力等方面的不足,本文提出了一种改进A^(*)算法与DWA算法结合的路径规划方法,有效提升规划路径的全局最优性和实... 路径规划算法是移动机器人实现导航技术的关键。针对果园环境中传统路径规划算法在节点遍历、搜索效率、路径平滑性及避障能力等方面的不足,本文提出了一种改进A^(*)算法与DWA算法结合的路径规划方法,有效提升规划路径的全局最优性和实时避障能力。首先采用三维点云数据构建二维栅格地图,为导航机器人提供精确的环境模型。通过矩形扩展搜索策略优化传统A^(*)算法的邻域搜索方式,结合关键路径节点选取方法和基于动态相切圆的路径平滑技术,生成符合果园作业需求的全局路径。优化传统DWA算法的评价函数,引入角度偏差、路径偏离及障碍物信息等因素,提高避障决策的全局导向性和局部响应能力。最后,构建改进A^(*)算法与改进DWA算法的融合架构,实现全局导航与局部避障的协同工作。仿真结果表明,本文改进算法在路径规划效率、路径质量及避障能力等方面具有显著优势,满足了果园环境下移动机器人路径规划的实际需求,有效支撑了果园智能化管理的需求。 展开更多
关键词 果园导航 A^(*)算法 DWA算法 融合方法 路径规划
原文传递
核设施放射性环境中A^(*)算法改进及其路径平滑优化研究
11
作者 张彪 蔡幸福 +2 位作者 李国强 李晓梦 彭敏俊 《原子能科学技术》 北大核心 2026年第1期103-109,共7页
针对传统A^(*)算法的搜索效率低下和路径呈折线形状问题,本文进行了优化。将A^(*)算法的启发式函数定义为预估剂量,并提出了一种权重方案,以平衡实际代价与预估代价,从而在保证高效搜索的同时确保人员在行走路径上受到的总累积剂量更低... 针对传统A^(*)算法的搜索效率低下和路径呈折线形状问题,本文进行了优化。将A^(*)算法的启发式函数定义为预估剂量,并提出了一种权重方案,以平衡实际代价与预估代价,从而在保证高效搜索的同时确保人员在行走路径上受到的总累积剂量更低。为使算法更贴合实际工程应用,采用均匀细分原理,对折线形式的路径进行了平滑优化,并计算了路径平滑后的总累积剂量,使用反距离权重插值算法补充栅格边缘的剂量值。结果表明所提出的改进A^(*)算法在总累积剂量和搜索效率方面均优于传统A^(*)算法。本文方法实现了搜索效率与辐射防护效果的双重优化,即在保证高效搜索的同时,使总累积剂量保持在较低水平。平滑后的路径的总累积剂量比未平滑的路径降低了12.0%,路径长度缩短了4.39%。结果表明,本文的改进算法与平滑优化的方法,可以为核设施放射性环境中的人员提供快速、低剂量且更符合实际应用的路径,从而为人员的辐射安全提供有效保障。 展开更多
关键词 A^(*)算法 启发式函数 平滑优化 反距离权重插值算法
在线阅读 下载PDF
基于改进A^(*)算法的人工智能鱼三维路径规划
12
作者 宋逸龙 陈明 +2 位作者 金擎 张蕾 吴振阳 《渔业现代化》 北大核心 2026年第1期144-152,共9页
针对人工智能鱼在静态三维水下环境中路径规划存在三维环境适应性差、路线冗余节点多、运动不自然的问题,本研究提出一种融合改进A^(*)算法与贝塞尔曲线优化的路径规划方法。首先,采用切比雪夫启发函数优化空间对角移动的代价计算,以提... 针对人工智能鱼在静态三维水下环境中路径规划存在三维环境适应性差、路线冗余节点多、运动不自然的问题,本研究提出一种融合改进A^(*)算法与贝塞尔曲线优化的路径规划方法。首先,采用切比雪夫启发函数优化空间对角移动的代价计算,以提升算法对三维环境的适应性;其次,通过引入基于三角形网格精确碰撞检测机制保证路径无碰撞,并且显著简化路径节点;最后,在转向点处采用二次贝塞尔曲线进行局部平滑处理,生成符合鱼类游动特性的轨迹。结果显示:改进算法在保障路径安全的前提下,在静态水下礁石区环境和静态水草与珊瑚区环境中进行测试,路径长度平均缩短了9.9%,转折点数显著降低了71.5%,路径平滑度显著提升,有效克服了传统A^(*)算法路径转折多、运动不连贯的缺陷,为人工智能鱼提供了高效、逼真的三维运动规划方案。 展开更多
关键词 人工智能鱼 路径规划 A^(*)算法 贝塞尔曲线
在线阅读 下载PDF
一种扩展搜索邻域A^(*)算法的机器人路径规划
13
作者 葛超 张嘉滨 +1 位作者 王蕾 赵志伟 《机械设计与制造》 北大核心 2026年第1期339-343,共5页
针对A^(*)算法在复杂环境下计算时间长、拐点过多、转角过大等问题,提出了一种扩展搜索邻域的A^(*)算法。首先,对A^(*)算法的估计函数f(n)进行改进,使启发函数h(n)的权值紧随路径动态变化;然后,提出一种新型24邻域搜索法,使路径的最小... 针对A^(*)算法在复杂环境下计算时间长、拐点过多、转角过大等问题,提出了一种扩展搜索邻域的A^(*)算法。首先,对A^(*)算法的估计函数f(n)进行改进,使启发函数h(n)的权值紧随路径动态变化;然后,提出一种新型24邻域搜索法,使路径的最小转角调整为π20,搜索方向扩展到24个;最后,增加了凹形障碍物检测函数,使路径能规避障碍物陷阱。通过仿真实验表明,机器人使用该算法规划出的路径长度更短,拐点数量下降和转角角度减少,路径更加平滑,有效提高了机器人路径规划性能。 展开更多
关键词 A^(*)算法 路径规划 扩展搜索邻域 机器人 启发函数 障碍物检测
在线阅读 下载PDF
基于改进A^(*)-DWA算法的移动机器人避障技术
14
作者 余风军 周晓平 《现代制造工程》 北大核心 2026年第2期30-34,65,共6页
为解决传统A^(*)算法在实际应用中存在的动态性不足、避障效率低及运行时间长等问题,提出一种考虑运动学约束A^(*)算法与动态窗口法(Dynamic Window Approach,DWA)相结合的方法。首先,在考虑机器人运动学的基础上,改进A^(*)算法的节点... 为解决传统A^(*)算法在实际应用中存在的动态性不足、避障效率低及运行时间长等问题,提出一种考虑运动学约束A^(*)算法与动态窗口法(Dynamic Window Approach,DWA)相结合的方法。首先,在考虑机器人运动学的基础上,改进A^(*)算法的节点扩展方法和启发函数模型,以提高搜索效率并减少路径转向次数,从而使得A^(*)算法生成的路径更好地满足机器人运动约束。其次,优化DWA算法的路径评价函数,使DWA算法规划的局部路径更加平滑连贯,更有利于机器人运动执行。最后,从A^(*)算法规划的全局路径中提取关键节点,指导DWA算法进行局部规划和动态避障。仿真结果表明,改进A^(*)-DWA算法较其他算法规划耗时最多节约45.09%,行驶距离最多减少13.49%。实验验证了改进A^(*)-DWA算法的有效性。 展开更多
关键词 A^(*)算法 动态窗口法 机器人 避障 运动学约束 路径评价
在线阅读 下载PDF
融合改进A^(*)与DWA算法的机器人路径规划
15
作者 谢德瀚 高金凤 +3 位作者 贾国强 李乐宝 苏雯 梅从立 《电子科技》 2026年第1期64-72,96,共10页
针对传统A^(*)算法拓展节点冗余、路径贴近障碍物以及传统DWA(Dynamic Window Approaches)算法轨迹振荡、易陷入局部极小值等问题,文中提出了一种融合改进A^(*)与DWA算法的机器人路径规划方法。改进传统A^(*)算法代价函数去除了冗余拓... 针对传统A^(*)算法拓展节点冗余、路径贴近障碍物以及传统DWA(Dynamic Window Approaches)算法轨迹振荡、易陷入局部极小值等问题,文中提出了一种融合改进A^(*)与DWA算法的机器人路径规划方法。改进传统A^(*)算法代价函数去除了冗余拓展节点,改进子节点选取策略避免了路径贴近障碍物,并通过双向平滑度优化去除不必要转折点。在DWA算法评价函数中引入自适应距离因子以减少轨迹的振荡,将A^(*)先验路径离散节点作为DWA算法的局部目标点进行算法融合。仿真实验表明,改进A^(*)算法拓展节点减少了118个,规划时间减少了29.9%,改进DWA算法规划速度提高了5.3%。所提融合算法能够在保障路径全局最优的同时避免陷入局部极小值,实现了对未知障碍物的实时避障。 展开更多
关键词 机器人 路径规划 A^(*)算法 DWA算法 启发函数 子节点选取 双向平滑度优化 距离因子
在线阅读 下载PDF
Hybrid path planning for USVs using improved A^(*)and DWA
16
作者 WANG Guangwei YANG Le +2 位作者 TAN Zhikun LI Yichen YU Wenbin 《Journal of Systems Engineering and Electronics》 2026年第1期45-63,共19页
A safe and reliable path planning algorithm is fundamental for unmanned surface vehicles(USVs)to perform autonomous navigation tasks.However,a single global or local planning strategy cannot fully meet the requirement... A safe and reliable path planning algorithm is fundamental for unmanned surface vehicles(USVs)to perform autonomous navigation tasks.However,a single global or local planning strategy cannot fully meet the requirements of complex maritime environments.Global planning alone cannot effectively handle dynamic obstacles,while local planning alone may fall into local optima.To address these issues,this paper proposes a multi-dynamic-obstacle avoidance path planning method that integrates an improved A^(*)algorithm with the dynamic window approach(DWA).The traditional A^(*)algorithm often generates paths that are too close to obstacle boundaries and contain excessive turning points,whereas the traditional DWA tends to skirt densely clustered obstacles,resulting in longer routes and insufficient dynamic obstacle avoidance.To overcome these limitations,improved versions of both algorithms are developed.Key points extracted from the optimized A^(*)path are used as intermediate start-destination pairs for the improved DWA,and the weights of the DWA evaluation function are adjusted to achieve effective fusion.Furthermore,a multi-dynamic-obstacle avoidance strategy is designed for complex navigation scenarios.Simulation results demonstrate that the USV can adaptively switch between dynamic obstacle avoidance and path tracking based on obstacle distribution,validating the effectiveness of the proposed method. 展开更多
关键词 multiple dynamic obstacles A^(*)algorithm dynamic window approach(DWA) unmanned surface vehicle(USV) path planning collision avoidance
在线阅读 下载PDF
结合DC-A^(*)与FE-DWA的巡检机器人路径规划方法
17
作者 毕竟 刘俊 《计算机工程与应用》 北大核心 2026年第3期334-346,共13页
针对危化品仓库中巡检机器人的路径规划需求,提出了一种结合方向约束A^(*)算法(directional-constraint A^(*),DC-A^(*))与模糊能耗动态窗口算法(fuzzy-energy dynamic window approach,FE-DWA)的路径规划策略,旨在提升机器人在复杂环... 针对危化品仓库中巡检机器人的路径规划需求,提出了一种结合方向约束A^(*)算法(directional-constraint A^(*),DC-A^(*))与模糊能耗动态窗口算法(fuzzy-energy dynamic window approach,FE-DWA)的路径规划策略,旨在提升机器人在复杂环境中的导航能力。针对A^(*)算法的低搜索效率和路径不平滑等问题,减少了搜索方向,避免斜穿障碍物顶点,并引入障碍率概念,设计多轮路径优化策略。在动态规划部分,引入能耗模型并扩展评价函数,以保证路径的平滑性来减少行驶能耗,并通过模糊逻辑控制实现权重参数的自适应调整,更好应对不同障碍环境。仿真实验结果表明,DC-A^(*)算法相较于传统算法,转折度数、节点遍历数均有所降低;FE-DWA算法在路径平滑性和鲁棒性方面显著优于传统算法。将两种改进算法融合,在复杂动态环境中既能有效避障,又能够维持较低的能耗并保持路径的整体平滑性。 展开更多
关键词 路径规划 A^(*)算法 动态窗口算法(DWA) 算法融合
在线阅读 下载PDF
面向无人机路径规划的A^(*)-DWA分层融合算法
18
作者 常绪成 张心慧 +3 位作者 党帅龙 朱锋 王敬宇 徐高涵 《现代防御技术》 北大核心 2026年第1期14-29,共16页
针对传统A^(*)算法在三维复杂环境中搜索效率低、路径平滑度差以及局部避障能力有限的问题,提出一种A^(*)-DWA分层融合算法。该算法基于26邻域节点搜索策略对A^(*)算法进行三维空间拓展,在代价评估函数中引入动态调节项实现权重自适应调... 针对传统A^(*)算法在三维复杂环境中搜索效率低、路径平滑度差以及局部避障能力有限的问题,提出一种A^(*)-DWA分层融合算法。该算法基于26邻域节点搜索策略对A^(*)算法进行三维空间拓展,在代价评估函数中引入动态调节项实现权重自适应调整,并结合Douglas-Peucker算法和三次B样条曲线实现路径平滑;融合三维扩展的DWA算法以弥补A^(*)算法局部避障能力的不足,通过运动学解耦构建三维动态窗口模型,并引入余弦相似度改进评价函数,增强实时避障性能;设计动态反馈机制实现全局路径的自适应修正,形成“A^(*)全局规划-DWA局部避障-动态反馈”的闭环优化体系。仿真结果表明,在三维静/动态环境中,A^(*)-DWA分层融合算法的路径长度、规划时间、路径平滑度均显著优于其他对比算法,多场景下避障成功率达90%以上,验证了A^(*)-DWA分层融合算法的有效性。 展开更多
关键词 A^(*)算法 无人机 路径规划 DWA算法 B样条曲线 分层融合
在线阅读 下载PDF
An Eulerian-Lagrangian parallel algorithm for simulation of particle-laden turbulent flows 被引量:1
19
作者 Harshal P.Mahamure Deekshith I.Poojary +1 位作者 Vagesh D.Narasimhamurthy Lihao Zhao 《Acta Mechanica Sinica》 2026年第1期15-34,共20页
This paper presents an Eulerian-Lagrangian algorithm for direct numerical simulation(DNS)of particle-laden flows.The algorithm is applicable to perform simulations of dilute suspensions of small inertial particles in ... This paper presents an Eulerian-Lagrangian algorithm for direct numerical simulation(DNS)of particle-laden flows.The algorithm is applicable to perform simulations of dilute suspensions of small inertial particles in turbulent carrier flow.The Eulerian framework numerically resolves turbulent carrier flow using a parallelized,finite-volume DNS solver on a staggered Cartesian grid.Particles are tracked using a point-particle method utilizing a Lagrangian particle tracking(LPT)algorithm.The proposed Eulerian-Lagrangian algorithm is validated using an inertial particle-laden turbulent channel flow for different Stokes number cases.The particle concentration profiles and higher-order statistics of the carrier and dispersed phases agree well with the benchmark results.We investigated the effect of fluid velocity interpolation and numerical integration schemes of particle tracking algorithms on particle dispersion statistics.The suitability of fluid velocity interpolation schemes for predicting the particle dispersion statistics is discussed in the framework of the particle tracking algorithm coupled to the finite-volume solver.In addition,we present parallelization strategies implemented in the algorithm and evaluate their parallel performance. 展开更多
关键词 DNS Eulerian-Lagrangian Particle tracking algorithm Point-particle Parallel software
原文传递
基于改进A^(*)算法的ROS移动机器人路径规划研究
20
作者 贾光浩 周明 《信息系统工程》 2026年第2期79-82,共4页
为了有效提高移动机器人全局路径规划和局部避障的能力,以及在面对各种环境复杂度较高情况下,路径规划效果表现不佳的问题,本文提出了一种改进A^(*)算法,并融合DWA算法的路径规划策略。利用同时定位与地图创建(SLAM)构建地图,利用基于... 为了有效提高移动机器人全局路径规划和局部避障的能力,以及在面对各种环境复杂度较高情况下,路径规划效果表现不佳的问题,本文提出了一种改进A^(*)算法,并融合DWA算法的路径规划策略。利用同时定位与地图创建(SLAM)构建地图,利用基于障碍密度的启发式函数自适应权重调节的A^(*)算法进行全局路径规划,利用DWA算法完成局部精准避障的任务。该算法能感知环境复杂度,并据此动态调整其搜索策略。实验结果表明,该算法有效提升了移动机器人的自主导航性能和工作效率,能够快速将机器人导航至目标点,表现出良好的适应性。 展开更多
关键词 移动机器人 路径规划 A^(*)算法 DWA算法 自主导航
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部