期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合改进A^(∗)算法与DWA的AGV实时路径规划及避障研究
1
作者
赵倩
石宇强
《现代制造工程》
北大核心
2025年第5期91-98,共8页
为解决使用传统A^(∗)算法进行自动导引车(Automated Guided Vehicle,AGV)路径规划时存在的问题,如算法搜索节点多、路径存在冗余节点且不平滑,以及无法处理复杂环境下出现的随机障碍物等问题,设计了一种融合改进A^(∗)算法和动态窗口(Dyn...
为解决使用传统A^(∗)算法进行自动导引车(Automated Guided Vehicle,AGV)路径规划时存在的问题,如算法搜索节点多、路径存在冗余节点且不平滑,以及无法处理复杂环境下出现的随机障碍物等问题,设计了一种融合改进A^(∗)算法和动态窗口(Dynamic Window Approach,DWA)算法的AGV实时路径规划及避障方法。首先,在传统A^(∗)算法评价函数的基础上设计了自适应评价函数,使得算法在搜索过程中根据周围环境自适应调整,从而提高算法的快速性和灵活性;其次,针对路径存在冗余节点的问题,采用Floyd算法进行双向平滑度路径优化,删除多余节点,保留关键拐点,减少转向次数,有效提高路径平滑度,充分保障了AGV运行稳定性;最后,将改进A^(∗)算法与DWA算法相结合,实现了路径规划的全局最优和动态避障的有效融合。这一综合方法不仅增强了AGV在复杂环境中的路径规划能力,还提高了避障性能,为AGV的实际应用提供了更加可靠的解决方案。
展开更多
关键词
A^(∗)
算法
动态窗口
算法
融合
算法
自动导引车
实时路径规划
动态避障
在线阅读
下载PDF
职称材料
融合改进双向A^(∗)与动态窗口法的仓储移动机器人路径规划
2
作者
刘震
张洪
《现代制造工程》
北大核心
2025年第5期99-105,134,共8页
针对传统A^(∗)算法在复杂环境下搜索效果差、路径曲折、拐角与障碍物距离过近且避障能力差等问题,提出了一种融合改进双向A^(∗)与动态窗口法(Dynamic Window Approach,DWA)的机器人路径规划算法。首先,引入双向搜索机制与自适应启发函数...
针对传统A^(∗)算法在复杂环境下搜索效果差、路径曲折、拐角与障碍物距离过近且避障能力差等问题,提出了一种融合改进双向A^(∗)与动态窗口法(Dynamic Window Approach,DWA)的机器人路径规划算法。首先,引入双向搜索机制与自适应启发函数,以提高算法的搜索速度;其次,应用线段相交法结合安全距离判定剔除冗余点,以确保路径更加安全、平缓;然后,在DWA中加入方位角与目标点距离判定,以增强算法的避障能力;最后,在优化后的全局路径上分段使用DWA进行实时避障。仿真结果显示,融合算法能在复杂场景下生成安全边界内的平滑路径,有效躲避障碍物,快速到达目标点。
展开更多
关键词
路径规划
改进A^(∗)
算法
动态窗口法
实时避障
在线阅读
下载PDF
职称材料
基于改进鲸鱼算法和A^(∗)算法的地面放线机器人路径规划
被引量：
9
3
作者
周伟
潘金宝
+1 位作者
王林琳
陈汉成
《现代制造工程》
CSCD
北大核心
2023年第12期68-75,83,共9页
针对智能工厂内部装修中的工作区分割线、设备布局线勾画的路径优化问题,提出了一种基于A^(∗)算法与改进鲸鱼算法相结合的A^(∗)-IWOA混合算法。考虑到地面放线机器人的工作方式及其特点,以机器人选址路径最短和运行时精准躲避障碍物为...
针对智能工厂内部装修中的工作区分割线、设备布局线勾画的路径优化问题,提出了一种基于A^(∗)算法与改进鲸鱼算法相结合的A^(∗)-IWOA混合算法。考虑到地面放线机器人的工作方式及其特点,以机器人选址路径最短和运行时精准躲避障碍物为双目标建立混合整数规划模型。将所有待放线轮廓进行排序标注特征点,确定各个轮廓放线起始点,应用A^(∗)算法对启发函数进行全局规划,生成各个图形轮廓特征点间的局部连接路径,连接辅助路径获得机器人运行的主路径,并通过改进鲸鱼算法对主路径进行二次规划,得到地面放线机器人最终的作业路径,既对放线路径进行了优化,又实现了自动行走避障。由A^(∗)-IWOA算法仿真结果以及和其他算法对比情况显示,应用两种算法相结合得到的地面放线机器人路径规划总长度较短,平均迭代次数更少,提高了地面放线机器人路径规划中的路径搜索效率。并且也说明了提出的方法规划出的全局路径满足放线目标和碰撞约束要求,验证了该方法的可行性和有效性。
展开更多
关键词
智能建造
轮廓放线路径优化设计
鲸鱼
算法
A^(∗)
算法
路径规划
在线阅读
下载PDF
职称材料
题名
融合改进A^(∗)算法与DWA的AGV实时路径规划及避障研究
1
作者
赵倩
石宇强
机构
西南科技大学制造科学与工程学院
出处
《现代制造工程》
北大核心
2025年第5期91-98,共8页
文摘
为解决使用传统A^(∗)算法进行自动导引车(Automated Guided Vehicle,AGV)路径规划时存在的问题,如算法搜索节点多、路径存在冗余节点且不平滑,以及无法处理复杂环境下出现的随机障碍物等问题,设计了一种融合改进A^(∗)算法和动态窗口(Dynamic Window Approach,DWA)算法的AGV实时路径规划及避障方法。首先,在传统A^(∗)算法评价函数的基础上设计了自适应评价函数,使得算法在搜索过程中根据周围环境自适应调整,从而提高算法的快速性和灵活性;其次,针对路径存在冗余节点的问题,采用Floyd算法进行双向平滑度路径优化,删除多余节点,保留关键拐点,减少转向次数,有效提高路径平滑度,充分保障了AGV运行稳定性;最后,将改进A^(∗)算法与DWA算法相结合,实现了路径规划的全局最优和动态避障的有效融合。这一综合方法不仅增强了AGV在复杂环境中的路径规划能力,还提高了避障性能,为AGV的实际应用提供了更加可靠的解决方案。
关键词
A^(∗)
算法
动态窗口
算法
融合
算法
自动导引车
实时路径规划
动态避障
Keywords
A^(∗)algorithm
Dynamic Window Approach(DWA)algorithm
fusion algorithm
Automated Guided Vehicle(AGV)
real-time path planning
dynamic obstacle avoidance
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
融合改进双向A^(∗)与动态窗口法的仓储移动机器人路径规划
2
作者
刘震
张洪
机构
江南大学机械工程学院
江苏省食品先进制造装备技术重点实验室
出处
《现代制造工程》
北大核心
2025年第5期99-105,134,共8页
文摘
针对传统A^(∗)算法在复杂环境下搜索效果差、路径曲折、拐角与障碍物距离过近且避障能力差等问题,提出了一种融合改进双向A^(∗)与动态窗口法(Dynamic Window Approach,DWA)的机器人路径规划算法。首先,引入双向搜索机制与自适应启发函数,以提高算法的搜索速度;其次,应用线段相交法结合安全距离判定剔除冗余点,以确保路径更加安全、平缓;然后,在DWA中加入方位角与目标点距离判定,以增强算法的避障能力;最后,在优化后的全局路径上分段使用DWA进行实时避障。仿真结果显示,融合算法能在复杂场景下生成安全边界内的平滑路径,有效躲避障碍物,快速到达目标点。
关键词
路径规划
改进A^(∗)
算法
动态窗口法
实时避障
Keywords
path planning
improved A^(∗) algorithm
Dynamic Window Approach(DWA)
real-time obstacle avoidance
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于改进鲸鱼算法和A^(∗)算法的地面放线机器人路径规划
被引量：
9
3
作者
周伟
潘金宝
王林琳
陈汉成
机构
湖北工业大学机械工程学院
深圳海外装饰工程有限公司
出处
《现代制造工程》
CSCD
北大核心
2023年第12期68-75,83,共9页
基金
湖北工业大学校博士基金资助项目(BSQD2019010)
湖北工业大学绿色工业引领计划项目(XJ2021005001)
住建部科技项目(2022-K-078)。
文摘
针对智能工厂内部装修中的工作区分割线、设备布局线勾画的路径优化问题,提出了一种基于A^(∗)算法与改进鲸鱼算法相结合的A^(∗)-IWOA混合算法。考虑到地面放线机器人的工作方式及其特点,以机器人选址路径最短和运行时精准躲避障碍物为双目标建立混合整数规划模型。将所有待放线轮廓进行排序标注特征点,确定各个轮廓放线起始点,应用A^(∗)算法对启发函数进行全局规划,生成各个图形轮廓特征点间的局部连接路径,连接辅助路径获得机器人运行的主路径,并通过改进鲸鱼算法对主路径进行二次规划,得到地面放线机器人最终的作业路径,既对放线路径进行了优化,又实现了自动行走避障。由A^(∗)-IWOA算法仿真结果以及和其他算法对比情况显示,应用两种算法相结合得到的地面放线机器人路径规划总长度较短,平均迭代次数更少,提高了地面放线机器人路径规划中的路径搜索效率。并且也说明了提出的方法规划出的全局路径满足放线目标和碰撞约束要求,验证了该方法的可行性和有效性。
关键词
智能建造
轮廓放线路径优化设计
鲸鱼
算法
A^(∗)
算法
路径规划
Keywords
intelligent construction
optimal design of contour path
whale algorithm
A^(∗)algorithm
path planning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合改进A^(∗)算法与DWA的AGV实时路径规划及避障研究
赵倩
石宇强
《现代制造工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
融合改进双向A^(∗)与动态窗口法的仓储移动机器人路径规划
刘震
张洪
《现代制造工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于改进鲸鱼算法和A^(∗)算法的地面放线机器人路径规划
周伟
潘金宝
王林琳
陈汉成
《现代制造工程》
CSCD
北大核心
2023
9
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
