基于安全点引导混合算法的启发式机器人动态路径规划
Computer Integrated Manufacturing Systems（2023）
摘要
针对机器人在复杂环境下路径规划难以兼顾全局最优和实时避障的问题,将改进的A*算法和人工势场法结合,提出一种具有启发式动态路径规划的安全点引导(SPG)混合算法.设计了终点逼近策略,解决了传统A*算法规划路径转折点过多的问题,同时采用平面向量积法避免传统人工势场法路径振荡.设计安全点引导的启发式策略将两种改进算法结合,既保证安全路径,又逃离局部极小值点.分别在静态和动态环境下对SPG混合算法进行仿真并与传统混合算法相比,静态环境和动态环境下的路径长度与运行时间分别缩短了 10％,25.6％和9.5％,30.9％,表明SPG混合算法具有良好的全局路径规划与动态避障能力.最后在真实场景中验证了 SPG混合算法的有效性.
更多关键词
robots,dynamic environment,hybrid path planning algorithm,safe-point guide
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要