关键词:
Hybrid A^(*)算法
启发函数
JPS算法
RS曲线
路径规划
摘要:
为解决混合A^(*)(Hybrid A^(*))算法在高分辨率地图和复杂场景下搜索效率低、耗费时间长的问题,通过对影响传统Hybrid A^(*)算法搜索效率的因素进行分析,提出了J-Hybrid A^(*)算法。首先,在Hybrid A^(*)算法扩展节点前,使用跳点搜索(JPS)算法进行起点到终点的路径搜索,将该路径进行拉直处理后作为计算节点启发值的基础;其次,设计了新的启发函数,在Hybrid A^(*)算法扩展前就能完成所有节点启发值的计算,减少了Hybrid A^(*)扩展节点时计算启发值所需的时间;最后,将RS曲线由最小转弯半径搜索改为变半径RS曲线搜索,使RS曲线能够更早搜索到一条无碰撞路径,进一步提升了Hybrid A^(*)算法的搜索效率。仿真结果表明:所提J-Hybrid A^(*)算法在简单环境中比传统Hybrid A^(*)算法和反向Hybrid A^(*)算法用时分别缩短68%、21%,在复杂环境中缩短59%、27%。在不同分辨率地图场景中,随着地图分辨率的提高,规划效率显著提升。实车实验表明:所提J-Hybrid A^(*)算法相较于传统Hybrid A^(*)算法和反向Hybrid A^(*)算法的搜索用时分别减少88%、82%,有效提升了Hybrid A^(*)算法的搜索效率、缩短了路径规划所需时间。