公开(公告)号：CN116243724A

公开(公告)日：2023-06-09

申请号：CN202310152583.9

申请日：2023-02-23

Applicant: 河北工业大学

Inventor： 顾军华 ,  左宗霖 ,  郑晓园 ,  刘洪普 ,  张亚娟

IPC: G05D1/10

Abstract: 本发明为基于A*算法与改进最小化snap的无人飞行器路径规划方法，首先通过A*算法进行路径点搜索，得到初始轨迹；然后，利用最小化snap对A*算法得到的初始轨迹进行优化，得到一次优化轨迹；最后，逐一判断除起始点、目标点以外的所有路径点是否为候选冗余路径点，再判断每个候选冗余路径点是否为冗余路径点，若是冗余路径点则应删除，以此对一次优化轨迹进行冗余路径点修剪，对删除冗余路径点的轨迹重新添加约束条件，通过二次规划求解目标函数，完成整个路径规划。A*算法与最小化snap结合得到的轨迹尽管是连续、光滑的，但是轨迹较长，本发明通过修剪冗余路径点使轨迹更短，同时能够有效避障。

公开(公告)号：CN115562273A

公开(公告)日：2023-01-03

申请号：CN202211239943.0

申请日：2022-10-11

Applicant: 河北工业大学

Inventor： 顾军华 ,  张佳林 ,  郑晓园 ,  刘洪普 ,  左宗霖

IPC: G05D1/02

Abstract: 本发明提出了基于混合改进蚁群算法的移动机器人路径规划方法及系统，涉及智能算法路径规划技术领域,该方法包括：使用栅格法构建环境地图，并对地图中的栅格进行坐标映射；基于环境地图，采用遗传算法进行路径规划，将获得的优化解转化为蚁群算法的初始信息素值；蚁群算法采用初始信息素值、动态的启发式信息值和伪随机状态转移规则，重新进行路径规划，最终得到最优路径；本发明对蚁群算法本身进行改进的同时，使用遗传算法生成蚁群算法的初始信息素，利用了遗传算法良好的全局搜索特性，在短时间内及时寻找到最优路径，对路径长度的收敛速度有明显的加快。