杨俊辉
- 作品数：2 被引量：12H指数：2
- 供职机构：江苏大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于混合SA算法的智能汽车全局路径规划被引量：8
- 2019年
- 针对目前智能汽车路径规划存在A~*算法规划的路径精度高却搜索耗时长、搜索耗时短但精度差的矛盾问题,提出了一种既保证搜索效率又可提高路径精度的混合连接SA算法.在原有连接方式的基础上,提出了一种新型的连接方式和S算法,设计了混合SA算法的切换机制,确保了SA算法可获取保证搜索效率的次优路径.进行了路径规划单一地图仿真试验,验证了SA算法在不同的单一环境地图中,重复规划的路径具有一致性、耗时具有一定局限性;同时进行了路径规划普适性仿真试验,对比分析了混合连接SA算法与四连接A~*算法的各项性能指标.结果表明:在全局工况下,SA算法相比于四连接A~*算法,在保证搜索耗时优势的同时,提高了规划路径精度,尤其是在低百分比障碍物地图下,效果更为明显.
- 吴麟麟杨俊辉汪若尘叶青孙泽宇
- 关键词：智能汽车路径规划A*算法
- 基于改进AWA~*算法的智能车辆全局路径规划研究被引量：4
- 2018年
- 针对目前智能车辆中AWA~*算法规划在较短时间内无法提高路径质量的问题,提出了一种可在较短时间内快速提高路径精度的优化AWA~*算法。在原有AWA~*算法的估价函数下引入了动态优化因子ε~*,建立了新型的估价函数,设计了新的启发式能耗预估代价,证明了所提出的启发式预估代价满足可采纳性和一致性,确保了优化AWA~*算法可在较短时间内获得更优路径。同时进行了路径规划耗时误差仿真实验,验证了优化AWA~*算法在面对复杂环境地图时搜索耗时误差具有一定局限性,在此基础上进行了低百分比和高百分比障碍物环境地图普适性仿真实验,对比分析了优化AWA~*算法与传统AWA~*算法的扩展节点数目、耗时情况和路径精度。仿真实验结果表明:在全局工况下,相比于AWA~*算法,优化AWA~*算法可在更短时间内提高规划的路径质量,尤其是在低百分比障碍物地图下,效果更为明显。
- 吴麟麟杨俊辉
- 关键词：智能车辆路径规划
