【技术实现步骤摘要】
基于模糊逻辑控制算法的A星算法改进方法、系统及介质
[0001]本专利技术涉及无人机避障及路径规划的
，尤其涉及一种基于模糊逻辑控制算法的A星算法改进方法、系统及介质。
技术介绍
[0002]无人机避障技术的精确性和效率一直是相关技术人员研究的重点方向；对于静态的确定环境，全局的路径规划技术相对成熟，但是，由于实际环境是复杂的、未知的、不确定的以及动态的，此时全局的路径规划技术具有一定的局限性，因此局部路径规划技术也是技术人员所要关注的。
[0003]A星算法(也称为A*算法)作为一种现代智能算法，它是一种启发式寻优算法，提供了最短，最低代价的路径。传统的A*算法由代价函数f(n)确定，它由两部分组成，f(n)＝g(n)+h(n)，通过前期调研发现，g(n)和h(n)的权重会影响整体的寻路效率。当g(n)占的比重较大时，相当于Dijkstra算法，此时节点体现较强的扩展性，路径准确度更高，但是因为节点增加了，计算量增加，效率降低。当h(n)占的比重较大时，相当于BFS算法，此时节点体现较强的目标导向性，效率明显...
【技术保护点】
【技术特征摘要】
1.一种基于模糊逻辑控制算法的A星算法改进方法，其特征在于，包括以下步骤：根据无人机飞行的过程中采集的环境信息进行环境建模，获得模糊控制器，所述环境信息包括无人机与障碍物之间的距离信息和方向信息；为无人机飞行设置多个不同值的搜索步长，并采用模糊控制器控制搜索步长；在无人机飞行中，当检测到距离障碍物较远时，增大搜索步长；当检测距离障碍物较近时，减小所述搜索步长；其中，所述搜索步长的数值根据模糊逻辑控制算法进行动态控制。2.根据权利要求1所述的一种基于模糊逻辑控制算法的A星算法改进方法，其特征在于，所述根据无人机飞行的过程中采集的环境信息进行环境建模，包括：采用获得的距离信息和方向信息作为模糊控制器的输入，A星算法启发式函数的动态权值作为模糊控制器的输出。3.根据权利要求2所述的一种基于模糊逻辑控制算法的A星算法改进方法，其特征在于，所述模糊控制器通过以下方法构建获得：设距离的模糊量为D，方向的模糊量为SD，w
h
为A星算法启发式函数的动态权值；获取动态权值的模糊量之后，利用质心法去模糊化，获得模糊控制器查询表；将模糊控制器查询表复制进入代码程序，将实际的D和SD映射到论域中后，在模糊查询表中查询结果，并将结果分配给A星算法启发式函数的动态权值。4.根据权利要求3所述的一种基于模糊逻辑控制算法的A星算法改进方法，其特征在于，所述将结果分配给A星算法启发式函数的动态权值，包括：使用三角形隶属函数对D、SD和w
h
进行模糊化；当探测到飞行方向较近距离内存在障碍物时，模糊控制器减小w
h
的值，减小h(n)的权值，此时g(n)的比重增大，以在规避障碍物时扩展更多节点；当探测到飞行方向上没有障碍物时，模糊控制器增大w
h
值，h(n)的权值增大；其中，h(n)为从指定位置运行到终点的估计代价，g(n)为从起点移动到指定方格的移动代价。5.一种基于模糊逻辑控制算法的A星算法改进系统，其特征在于，包括：控制器构建模块，用于根据无人机飞行的过程中采集的环境信息进行环境建模，获得模糊控制器，所述环境信息包括无人机与障碍物之间的距离信息和方向信息；搜索步长控制模块，用于为无人机飞行设...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。