轮式智能车动-静随机障碍物避障研究
针对智能车传统A*算法存在拐点较多,不平滑,易发生碰撞问题,提出一种A*与DWA融合改进随机避障方法.在A*优化算法中通过计算节点间斜率,选择关键节点,剔除冗余节点,改进了评价函数,提高A*算法速度和路径平滑性.针对A*优化算法无法规避随机障碍物及DWA算法存在速度与安全不兼顾问题,提出一种兼顾速度与安全性的优化DWA自适应算法.在每两个优化关键节点间采用自适应动态窗口法进行局部规避随机动-静态障碍物,使智能车自主、平滑、安全、高效规避障碍.实验显示:本文算法与A*、Dijkstra、改进A*与基本DWA融合算法相比,在3种环境下全局路径长度、拐点数、时间平均降低2.9%、36.2%、24.7%;2.9%、40.7%、30.9%;0.31%、23.8%、13.6%,能够实现随机避障且路径平滑,验证了本算法的有效性.
智能车、改进A *算法、改进DWA算法、避障、路径规划
42
TH166;TP242
国家自然科学基金51477109
2022-05-07(万方平台首次上网日期,不代表论文的发表时间)
共10页
248-257