机构名称：
¥ 1.0
摘要 - 回应与全球路径计划和动态机器人避免动态环境相关的迫切挑战，我们引入了一种混合路径计划方法，该方法可以通过优化的动态窗口方法协同结合增强的A*算法。在精制的A*算法中，一种自适应的启发式搜索功能，全面考虑了曼哈顿的距离和欧几里得距离，旨在提高搜索效率；其次，提出了一种冗余的消除方法来删除冗余路径节点并执行路径修剪，然后使用最小快照来平滑和优化修剪的路径。解决与随机障碍和避免动态障碍物相关的挑战，本研究中描述的融合算法结合了通过增强A*算法的全球路径节点，作为本地目标点，同时还采用了优化的局限性窗口方法来进行局限性路径计划。实验结果表明，与常规A*算法相比，平均而言，改进的A*算法可以将路径长度降低17.2％，并将搜索节点的数量减少62.3％。集成和优化动态窗口方法后，它可以实现随机的避免障碍物和动态避免。
研究动态避免方法的研究...
主要关键词
相关文件推荐
