期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
煤矿履带式定向钻机路径规划算法 被引量:2
1
作者 毛清华 姚丽杰 薛旭升 《工矿自动化》 CSCD 北大核心 2024年第2期18-27,共10页
煤矿履带式定向钻机路径规划过程中存在机身体积约束和实际场景下的行驶效率需求,而常用的A^(*)算法搜索速度慢、冗余节点多,且规划路径贴近障碍物、平滑性较差。提出一种以改进A^(*)算法规划全局路径、融合动态窗口法(DWA)规划局部路... 煤矿履带式定向钻机路径规划过程中存在机身体积约束和实际场景下的行驶效率需求,而常用的A^(*)算法搜索速度慢、冗余节点多,且规划路径贴近障碍物、平滑性较差。提出一种以改进A^(*)算法规划全局路径、融合动态窗口法(DWA)规划局部路径的煤矿履带式定向钻机路径规划算法。考虑定向钻机尺寸影响,在传统A^(*)算法中引入安全扩展策略,即在定向钻机和巷道壁、障碍物之间加入安全距离约束,以提高规划路径的安全性;对传统A^(*)算法的启发函数进行自适应权重优化,同时将父节点的影响加入到启发函数中,以提高全局路径搜索效率;利用障碍物检测原理对经上述改进后的A^(*)算法规划路径剔除冗余节点,并使用分段三次Hermite插值进行二次平滑处理,得到全局最优路径。将改进A^(*)算法与DWA融合,进行煤矿井下定向钻机路径规划。利用Matlab对不同工况环境下定向钻机路径规划算法进行仿真对比分析,结果表明:与Dijkstra算法和传统A^(*)算法相比,改进A^(*)算法在保证安全距离的前提下,加快了搜索速度,搜索时间分别平均减少88.5%和63.2%,且在一定程度上缩短了规划路径的长度,路径更加平滑;改进A^(*)算法与DWA融合算法可有效躲避改进A^(*)算法规划路径上的未知障碍物,路径长度较PRM算法和RRT^(*)算法规划的路径分别平均减小5.5%和2.9%。 展开更多
关键词 煤矿巷道 履带式定向钻机 自主行走 路径规划 A^(*)算法 融合动态窗口法 避障
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部