期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进混合A^(*)算法在动态环境中的快速路径规划
1
作者 谭光兴 黄磊昌 李明泽 《现代电子技术》 北大核心 2025年第19期136-142,共7页
为了提高阿克曼底盘无人车的路径规划效率以及在路径跟踪过程中的局部路径规划和避障能力,并降低路径重规划的时间,文中提出一种基于改进混合A^(*)算法的路径规划方法。首先,通过障碍物K-D树得到当前位置特定范围内的障碍物距离和密度状... 为了提高阿克曼底盘无人车的路径规划效率以及在路径跟踪过程中的局部路径规划和避障能力,并降低路径重规划的时间,文中提出一种基于改进混合A^(*)算法的路径规划方法。首先,通过障碍物K-D树得到当前位置特定范围内的障碍物距离和密度状态,根据该状态计算混合A^(*)算法的动态扩展步长和转向角度离散值,提高节点扩展的效率;其次,通过反向路径规划,实现前次搜索节点数据的复用,将数据处理后作为局部路径规划的初始数据,减少节点扩展数量;最后,使用贝塞尔曲线对路径进行平滑处理。仿真实验结果表明:改进后的算法在全局路径规划和局部路径规划中有效减少了扩展节点数和运行时间,无人车能够实现在动态环境中快速进行局部路径规划和避障。 展开更多
关键词 动态节点扩展 反向路径规划 扩展列表复用 局部路径规划 动态避障 改进混合A^(*)算法
在线阅读 下载PDF
基于圆弧样条参考路径的改进混合A^(*)泊车路径规划算法 被引量:2
2
作者 赵克刚 曾润林 +1 位作者 梁志豪 钟浩龙 《科学技术与工程》 北大核心 2024年第17期7376-7386,共11页
在泊车空间狭窄的条件下,现有的基于混合A^(*)算法的泊车路径规划存在成功率低或规划速度慢等问题,为了解决这一问题,设计了一种改进混合A^(*)路径规划算法。通过将圆弧样条曲线作为参考路径,并以参考路径上的点作为混合A^(*)算法的目标... 在泊车空间狭窄的条件下,现有的基于混合A^(*)算法的泊车路径规划存在成功率低或规划速度慢等问题,为了解决这一问题,设计了一种改进混合A^(*)路径规划算法。通过将圆弧样条曲线作为参考路径,并以参考路径上的点作为混合A^(*)算法的目标点,进而搜索出成功泊入车库的路径。根据不同车位宽度进行了基于MATLAB的批量仿真测试,结果表明:改进后的混合A^(*)算法能够显著提高车辆在特定区域泊入车库的成功率,同时具有一定的规划效率。最后基于Prescan、Carsim和Simulink进行了联合仿真实验,验证了所设计算法规划的路径满足实车实验的跟踪要求。 展开更多
关键词 自动泊车 路径规划 混合A^(*)算法 参考路径 圆弧样条
在线阅读 下载PDF
受限泊车通道下自动驾驶平行泊车的路径规划方法 被引量:2
3
作者 秦东晨 张文灿 +1 位作者 王婷婷 陈江义 《郑州大学学报(工学版)》 CAS 北大核心 2024年第5期1-7,共7页
针对受限泊车通道下自动泊车规划时间长、成功率低等问题,提出了一种改进混合A^(*)算法的路径规划方法。首先,将泊车路径分为前进的位姿调整段与后退的倒车入库段两部分,通过建立直线-圆弧的约束优化模型规划位姿调整段,寻找合适的倒车... 针对受限泊车通道下自动泊车规划时间长、成功率低等问题,提出了一种改进混合A^(*)算法的路径规划方法。首先,将泊车路径分为前进的位姿调整段与后退的倒车入库段两部分,通过建立直线-圆弧的约束优化模型规划位姿调整段,寻找合适的倒车起始点;其次,通过在混合A^(*)算法中额外引入碰撞风险代价,改进节点扩展方式,并通过判断车辆轮廓线是否与障碍物线相交来进行碰撞检测,以提高倒车入库段规划的实时性和安全性;最后,以路径长度、平滑度、偏离度为指标设计目标函数,并考虑汽车的运动学约束,使用二次规划对初始路径进行平滑,得到最终路径。使用MATLAB对改进算法与原始算法进行仿真分析,结果表明:在受限泊车通道下,改进算法能得到平滑的无碰撞泊车路径,搜索时间比混合A^(*)算法减少了23.8%,且所得路径更安全,更易进行跟踪控制。 展开更多
关键词 自动泊车 混合A^(*)算法 路径规划 二次规划 自动驾驶
在线阅读 下载PDF
一种面向泊车场景智能车辆轨迹规划方法 被引量:1
4
作者 林淳 贺越生 +1 位作者 方兴其 王春香 《上海交通大学学报》 EI CAS CSCD 北大核心 2023年第3期345-353,共9页
局部轨迹规划是自主代客泊车系统的关键技术之一,在该场景下,现有智能车辆的局部轨迹规划方法存在规划耗时长、曲率不连续、安全性不足等问题.针对该类问题,提出一种面向泊车场景的智能车辆轨迹规划方法.该方法通过改进混合A^(*)算法的... 局部轨迹规划是自主代客泊车系统的关键技术之一,在该场景下,现有智能车辆的局部轨迹规划方法存在规划耗时长、曲率不连续、安全性不足等问题.针对该类问题,提出一种面向泊车场景的智能车辆轨迹规划方法.该方法通过改进混合A^(*)算法的解析扩展以及引入风险函数,提升了初始路径搜索的实时性和安全性.进一步,结合初始路径以及二次规划方法实现路径平滑和速度规划,最终完成轨迹生成.仿真实验表明,所提方法能够提升智能车辆轨迹规划实时性、平滑性以及安全性,并且在实车试验上验证所提方法在实际泊车场景的可行性. 展开更多
关键词 智能车辆 泊车场景 轨迹规划 混合A^(*)算法 二次规划
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部