融合简化可视图和A*算法的矿用车辆全局路径规划算法
张传伟1
芦思颜2
秦沛霖2
周睿2
赵瑞祺2
杨佳佳2
张天乐2
赵聪2
1.西安科技大学 机械工程学院,陕西 西安 710054;陕西交通职业技术学院,陕西 西安 7100182.西安科技大学 机械工程学院,陕西 西安 710054
摘要：针对矿用车辆在狭窄、弯曲及有未知障碍物的井下巷道中的路径规划效率低的问题,提出了一种融合简化可视图(SVG)和A*算法的全局路径规划算法DVGA*.在构建真实环境点云地图基础上,连接车辆在不同视点下的可视切点,动态生成SVG;将可视切点依次存入OPEN表作为节点,根据A*算法估价函数选取路径最短情况下的节点加入CLOSED表,得到最优路径点并存储路径,同时删除OPEN表中的其余节点,循环此过程,直到OPEN表中出现终点;最后利用路径平滑算法进一步减少路径节点数量,从而提高路径规划效率.实验结果表明,与完整可视图+A*算法、SVG+A*算法及SVGCA*算法对比,DVGA*算法对复杂长距离路径的规划时间最短,平均路径长度分别缩短了 10.79%,6.26%和 2.86%,具有更强的适应性和更高的规划成功率.井下试验结果表明:在巷道宽度变换区域和躲避静态障碍物时,相比SVGCA*算法,DVGA*算法规划的路径更加平滑;躲避动态障碍物时,DVGA*算法能够及时进行路径纠正,保证了路径规划的时效性和稳定性;在复杂多变的巷道环境中,DVGA*算法的规划时间和路径长度相比SVGCA*算法分别减少了11.51%和1.54%,具有更高的环境适应性和稳定性.
关键词：井下无人驾驶全局路径规划简化可视图A*算法路径平滑
分类号：TD634(矿山电工)
资助基金：陕西省创新人才推进计划(2021TD-27)
论文发表日期：2024-10-10
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 12-20 )
英文信息