基于改进A*算法的移动机器人路径规划

被引:709
作者
赵晓 [1 ]
王铮 [2 ]
黄程侃 [1 ]
赵燕伟 [1 ,2 ]
机构
[1] 浙江工业大学特种装备制造与先进加工技术教育部重点实验室
[2] 浙江工业大学计算机科学与技术学院
关键词
移动机器人; 路径规划; A*算法; 跳点搜索;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
140102 [集成电路设计与设计自动化];
摘要
为了解决较大场景下A*寻路算法存在的内存开销大、计算时间长等问题,本文在A*算法的基础上,结合跳点搜索算法,提出一种改进的A*算法.该算法通过筛选跳点进行扩展,直到生成最终路径,扩展过程中使用跳点代替A*算法中大量可能被添加到OpenList和ClosedList的不必要节点,从而减少计算量.为了验证改进A*算法的有效性,分别在不同尺寸的2维栅格地图中进行仿真,仿真结果表明,相比A*算法,改进A*算法在寻路过程中扩展更少的节点,寻路速度更快,且加速效果随环境地图的增大更加明显.最后将改进A*算法应用于移动机器人Turtlebot2进行对比实验.实验结果表明,在生成相同路径的基础上,改进A*算法的寻路速度较A*算法提高了约200%,能够满足移动机器人路径规划的要求.
引用
收藏
页码:903 / 910
页数:8
相关论文
共 7 条
[1]
Optimal path planning and execution for mobile robots using genetic algorithm and adaptive fuzzy-logic control.[J].Azzeddine Bakdi;Abdelfetah Hentout;Hakim Boutami;Abderraouf Maoudj;Ouarda Hachour;Brahim Bouzouia.Robotics and Autonomous Systems.2017,
[2]
Multi-objective approach for robot motion planning in search tasks [J].
Jeddisaravi, Kossar ;
Alitappeh, Reza Javanmard ;
Pimenta, Luciano C. A. ;
Guimaraes, Frederico G. .
APPLIED INTELLIGENCE, 2016, 45 (02) :305-321
[3]
Fast replanning for navigation in unknown terrain [J].
Koenig, S ;
Likhachev, M .
IEEE TRANSACTIONS ON ROBOTICS, 2005, 21 (03) :354-363
[4]
Depth-first iterative-deepening: An optimal admissible tree search.[J].Richard E. Korf.Artificial Intelligence.1985, 1
[5]
A note on two problems in connexion with graphs..[J].E. W. Dijkstra.Numerische Mathematik.1959, 1
[6]
基于栅格法的虚拟人快速路径规划 [J].
刘一松 ;
魏宁 ;
孙亚民 .
计算机工程与设计, 2008, (05) :1229-1230+1267
[7]
移动机器人路径规划方法研究 [J].
曲道奎 ;
杜振军 ;
徐殿国 ;
徐方 .
机器人, 2008, (02) :97-101+106