论文基于一种改进A算法的移动机器人路径规划是适合路径规划论文写作的大学硕士及相关本科毕业论文，相关路径规划开题报告范文和学术职称论文参考文献下载。
摘 要：针对全局路径规划问题提出了一种改进的A*算法.首先,采用栅格方法建立环境模型,使用A*算法进行初步的路径规划.其次,针对A*算法规划的路径冗余点较多以及路径长度和转折角度较大的缺陷,提出将A*算法规划出的路径按较小的分割步长进行分割,得到一系列路径节点.最后,从起点开始依次用直线连接终点,当直线没有穿过障碍物时,则将中间路径点剔除,减小路径长度和转折角度.在仿真实验和实物实验中,分析和比较了本文算法与A*算法以及另一种改进A*方法.另外还研究了在不同障碍率、任务点数量和分割步长的情况下,本文算法与其他算法的优劣.结果表明,本文算法能有效地减小路径长度和转折角度.
关键词：移动机器人；路径规划；A*算法；栅格法
中图分类号：TP391.4 文献标志码：A
Mobile Robot Path Planning Based on an Improved A* Algorithm SUN Wei1, LV Yunfeng1, TANG Hongwei1,2, XUE Min1
（1.College of Electrical and Information Engineering, Hunan University, Changsha 410082, China；
2.Department of Electrical Engineering, Shaoyang University, Shaoyang 422000, China）
Abstract：An improved A* algorithm was presented for global path planning of mobile robot. Firstly, the environment model was described using the grid method, and the preliminary path was obtained by traditional A* algorithm. Secondly, the path planned by A* method was flaw with much redundant points, large path length, and turning angle. The original path was partitioned by tiny step to obtain a series of path point. The finish point from the start point was connected by using straight line in sequence. To decrease the path length and turning angle, the path node can be removed if there are no obstacles on the line. The analysis and comparison between the proposed algorithm, traditional A* algorithm and another improved A* method were then given in the simulation experiment and physical experiments. Additionally, the merits of the proposed algorithm and other algorithms were compared when the obstacle rate, amount of task point, and step length were different. The experiment results show that the proposed algorithm effectively reduces the path length and turning angle.
Key words：mobile robot； path planning； A* algorithm； grid method
路径规划问题一直是智能机器人领域的一个研究熱点.移动机器人路径规划是指机器人基于机载传感器获得的环境信息规划出一条从起点到终点的无碰、安全的可行路径,并在此基础上尽可能地优化路径[1].移动机器人路径规划主要解决以下三个问题：第一是规划出的路径能使机器人从起点运动到终点；第二是采用相应的算法使得机器人能够避开环境中的障碍物；第三是在满足前面两点要求的基础上,尽可能地优化机器人的运动轨迹,通常是以规划出的路径最短作为优化目标[2].根据机器人对环境信息的感知程度,路径规划问题分为全局路径规划和局部路径规划.前者是指机器人在拥有全部环境信息的基础上进行的路径规划,又称为离线路径规划；后者是指机器人在只有部分环境信息的基础上进行的路径规划,又称为在线路径规划[3].本文主要讨论全局路径规划.
移动机器人路径规划的研究起始于20世纪70年代,到目前为止,已有大量的研究成果.针对全局路径规划,主要方法有可视图法、拓扑学法、人工智能算法和栅格法[4].文献[5]针对自由空间法当环境发生变化时,需要重新建立网络连接模型,因而导致路径规划算法的环境适应性差和实时性不高的缺陷,提出了一种基于可视图的全局路径规划算法,该方法是直接在环境地图上进行路径规划,从而提高了算法的环境适应能力和实时性.神经网络作为人工智能中一种重要的算法也被应用到了移动机器人路径规划领域,如文献[6],首先建立了一个障碍物罚函数的神经网络模型,并得到了整条路径的能量函数；然后求得该函数的极小值点,且应用了模拟退火算法避免陷入局部最优；最终对得到的路径进行了优化,使得路径更加平滑和安全.除此之外,学者们还采用其它的智能算法来解决移动机器人路径规划问题,如模糊逻辑[7-9],蚁群算法[10],粒子群优化[11],遗传算法[12-13]等.
总结:本论文为您写路径规划毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
参考文献：
1、 基于改进遗传算法的岛礁区航路规划模型 摘要：为解决船舶穿过岛礁区时危险度大、航行难、航路规划复杂等问题，提出应用实数路径点编码配合采取精英保留策略的遗传算法。考虑船舶的转向困难性、航。
2、 一种改进的LANDMARC室内定位算法 摘要：针对射频定位LANDMARC算法精度差的问题，提出了一种改进算法，依据最邻近参考标签到阅读器的距离及其接收的信号强度指示RSSI（rece。
3、 一种改进的RDF数据k—hop划分算法 摘要：RDF数据k-hop划分算法是基于RDF大图顶点划分的算法，通过数据复制冗余以优化分布式RDF查询处理系统在特定SPARQL查询模式下的查。
4、 基于改进遗传算法的电子商务交易风险评估 摘 要： 为了降低电子商务交易的风险，需要进行交易风险的量化评估，提出一种基于改进遗传算法的电子商务交易风险评估方法。采用稀疏散点云数据采集技术。
5、 基于改进遗传算法数据特征分类 摘 要： 针对传统遗传算法在数据特征分类过程中容易陷入局部最佳解，分类结果识别率以及准确率较低的问题，提出基于改进遗传算法的数据特征分类方法。采。
6、 改进遗传算法在实体商业中精准营销和实现 摘 要： 由于实体商业市场缺乏像电商平台那样的个性化交互平台，因此无法对客户进行精准营销，使得在商业市场上的竞争力越来越弱。为了解决这一问题，引。