System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于改进A-star算法的移动机器人路径规划方法技术_技高网

一种基于改进A-star算法的移动机器人路径规划方法技术

技术编号:40037276 阅读:3 留言:0更新日期:2024-01-16 19:10
本发明专利技术公开了一种基于改进A‑star算法的移动机器人路径规划方法,包括如下步骤:步骤1、确定移动机器人路径规划的起点和终点;步骤2、在A‑star算法中添加分段式启发式函数,得到路径规划总代价值函数,并为路径规划总代价值函数构造权重分配,得到改进A‑star算法;步骤3、基于改进的A‑star算法获得连接起点和终点的最优路径。本发明专利技术可以在移动机器人行驶过程中始终保持向终点方向寻找最佳路径,具有规划时间短的优点。

【技术实现步骤摘要】

本专利技术涉及机器人路径规划,特别涉及一种基于改进a-star算法的移动机器人路径规划方法。


技术介绍

1、目前,大量的研究者已将移动机器人应用于农业生产活动中,移动机器人在农业生产中的应用有助于提高农业生产的效率。而目前移动机器人在农业生产中依然存在许多问题,如传统基于采样的路径规划算法虽然能够快速找到一点有效路径,但是却很难找到一条最短路径。而传统基于搜索的路径规划算法虽然能够找到一条最短路径,但是却需要更多的规划时间,且容易陷入局部最小值。

2、路径规划又可以分为两大类,分别是全局路径规划和局部路径规划。在环境已知情况下搜索全局最优路径是全局路径规划,在环境未知情况下的避障路径规划是局部路径规划。目前常用的路径规划算法有:a*算法(a-star算法)、神经网络、遗传算法、粒子群算法、蚁群算法、人工势场法等。a*作为典型的启发式路径规划方法,具有原理简单,规划速度快、易于实现等优点,现已被广泛应用于路径规划,并取得了丰富的研究成果。传统的a*路径规划算法的启发式函数,一般由两个部分组成:即从起始点到当前节点n的实际代价,及从当前节点n到目标点的最佳路径的代价。但传统的a*算法中,只考虑路径代价而不考虑所生成的路径是否适合移动机器人的行驶,同时传统a*算法还存在路径规划难以同时兼顾搜索时间短和搜索路径最优的技术问题。


技术实现思路

1、本专利技术的目的在于,提供一种基于改进a-star算法的移动机器人路径规划方法。本专利技术可以在移动机器人行驶过程中始终保持向终点方向寻找最佳路径,具有规划时间短的优点。

2、本专利技术的技术方案:一种基于改进a-star算法的移动机器人路径规划方法,包括如下步骤:

3、步骤1、确定移动机器人路径规划的起点和终点;

4、步骤2、在a-star算法中添加分段式启发式函数,得到路径规划总代价值函数,并为路径规划总代价值函数构造权重分配,得到改进a-star算法;

5、步骤3、基于改进的a-star算法获得连接起点和终点的最优路径。

6、上述的基于改进a-star算法的移动机器人路径规划方法,所述分段式启发式函数为:

7、

8、其中,d1表示起点到当前点的欧式距离,d2表示当前点到终点的欧式距离,d3表示起点到终点的欧氏距离,θ表示当d1,d2,d3能构成三角形时d3边所对的角度。

9、前述的基于改进a-star算法的移动机器人路径规划方法,所述路径规划总代价值函数表示为:

10、f(n)=g(n)+h(n)+o(n)

11、其中,f(n)表示路径规划总代价值,g(n)表示路径规划实际代价值,h(n)为原a-star算法的启发式函数,实际代表的是欧式距离,o(n)为分段式启发式函数。

12、前述的基于改进a-star算法的移动机器人路径规划方法,所述权重分配的计算公式如下:

13、

14、

15、其中,d1表示起点到当前点的欧式距离,d2表示当前点到终点的欧式距离,d3表示起点到终点的欧氏距离,d4表示当前点到终点的曼哈顿距离,d5表示起点到当前点的曼哈顿距离。

16、前述的基于改进a-star算法的移动机器人路径规划方法,所述改进a-star算法的路径规划计算公式如下:

17、f(n)=g(n)+i×h(n)+j×o(n);

18、其中,i和j表示不同的权重计算方法。。

19、与现有技术相比,本专利技术在a-star算法中首先添加了一种新的分段式启发式函数,该分段式启发式函数能够在原启发式函数引导路径规划算法寻找终点的效果降低时提供一种新的引力,促使算法继续快速的找到一条有效路径。其次,本专利技术对路径规划总代价值函数的两部分的启发式函数添加不同的权重,当起点、当前点和终点之间的路径长度发生变化时,权重也相应的改变,促使算法始终往终点方向寻找路径,由此本专利技术的改进a-star算法能以更短的时间规划出一条路径。

本文档来自技高网...

【技术保护点】

1.一种基于改进A-star算法的移动机器人路径规划方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于改进A-star算法的移动机器人路径规划方法,其特征在于:所述分段式启发式函数为:

3.根据权利要求2所述的基于改进A-star算法的移动机器人路径规划方法,其特征在于:所述路径规划总代价值函数表示为:

4.根据权利要求3所述的基于改进A-star算法的移动机器人路径规划方法,其特征在于:所述权重分配的计算公式如下:

5.根据权利要求4所述的基于改进A-star算法的移动机器人路径规划方法,其特征在于:所述改进A-star算法的路径规划计算公式如下:

【技术特征摘要】

1.一种基于改进a-star算法的移动机器人路径规划方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于改进a-star算法的移动机器人路径规划方法,其特征在于:所述分段式启发式函数为:

3.根据权利要求2所述的基于改进a-star算法的移动机器人路径规划方法,其特征在于:...

【专利技术属性】
技术研发人员:徐兴阳渊赵芸
申请(专利权)人:浙江科技学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1