基于多因素改进A^(*)算法的AUV路径规划研究

摘要

A^(*)算法广泛应用于AUV全局路径规划中,但是存在算法时间较长,搜索效率低,规划路径冗余拐点较多,路径平滑度差等问题。本文针对A^(*)算法的不足,考虑多种因素,对其做出改进。首先引入障碍物系数,同时考虑搜索节点距目标点的距离,实现评价函数的自适应调整;其次考虑AUV自身体积,改进搜索节点选取规则,避免与障碍物产生碰撞;然后划分象限,根据目标点所处位置减少算法不必要的搜索节点;最后剔除冗余拐点,改善路径平滑度。仿真实验结果表明,改进A^(*)算法大大减少搜索节点的数量,算法时间平均缩短20%以上,提高规划效率,路径长度得到一定缩短,拐点个数显著减少。改进A^(*)算法规划得到的路径更为平滑,适合AUV实际运动。