-
公开(公告)号:CN118857320A
公开(公告)日:2024-10-29
申请号:CN202410902044.7
申请日:2024-07-05
Applicant: 河北工程大学
IPC: G01C21/34
Abstract: 本发明属于机器人路径规划技术领域,具体涉及一种基于改进A*和改进DWA融合的路径规划方法。本发明包括以下步骤:S1.栅格地图初始化设置;S2.在所述栅格地图上设置起点、终点以及障碍物位置;S3.采用改进A*算法双向搜索进行全局路径规划;S4.对全局路径进行路径冗余节点删除;S5.构建两层级融合算法;S6.局部目标指引点判断。本发明的路径规划方法以全局路径中的关键点作为DWA算法的局部目标引导点,在全局最优的基础上实现改进A*与DWA算法融合。在改进的A*全局路径层融合改进的DWA算法进行局部路径规划,融合后的方法能够在全局最优路线下,实现移动机器人在动静态障碍物环境下的有效避障和导航,当环境发生变化时具有较好的鲁棒性。
-
公开(公告)号:CN118092435A
公开(公告)日:2024-05-28
申请号:CN202410163532.0
申请日:2024-02-05
Applicant: 河北工程大学
IPC: G05D1/43 , G05D1/242 , G05D1/243 , G05D1/246 , G05D1/65 , G05D1/633 , G05D1/644 , G05D1/247 , G05D1/648 , G05D109/10
Abstract: 本发明属于机器人路径规划技术领域,具体涉及一种双层移动机器人融合路径规划控制方法及控制器。本发明包括以下步骤:S1.构建环境模型;S2.改进A*算法;S3.获取初始全局路径;S4.获取优化全局路径;S5.局部路径规划;S6.获取移动机器人运行路径;S7.判断移动机器人是否到达全局路径终点;S8.完成路径规划任务。本发明通过在全局路径规划层面引入前处理环节和后处理环节,即自适应子节点搜索步长调节算法和全局路径冗余节点辨识与删除算法,对初始全局路径进行优化,有效减少了全局规划路径中冗余节点数量和总转弯角度;在局部路径规划层面,依据环境中障碍物实时信息和前置模糊控制器对动态窗口法中的评价函数系数进行自动调整,提高了控制的灵活性。
-
公开(公告)号:CN119826825A
公开(公告)日:2025-04-15
申请号:CN202411958408.X
申请日:2024-12-30
Applicant: 河北工程大学
Abstract: 本发明涉及人工智能技术领域,且公开了一种基于改进A和TEB算法融合路径规划方法,其特征在于:包括以下步骤:S1双向阶段搜索;S2动态加权评价函数;S3路径平滑处理;S4TEB算法融合;S5输出最优路径。该基于改进A和TEB算法融合路径规划方法,通过双向阶段搜索减少搜索节点和时间,利用动态加权评价函数提升搜索速度和准确度,采用三阶贝塞尔曲线进行路径平滑处理,结合TEB算法实现全局与局部路径规划融合及动态避障,并能实时监测环境变化调整策略。
-
-