Please wait a minute...
吉林化工学院学报, 2023, 40(9): 23-27     https://doi.org/10.16039/j.cnki.cn22-1249.2023.09.005
  本期目录 | 过刊浏览 | 高级检索 |
基于改进A*算法的仓储移动机器人路径规划研究
王 影1,王 晨1**,孙万龙2,刘 麒1*
1.吉林化工学院 信息与控制工程学院,吉林 吉林 132022 2.博世汽车部件(长春)有限公司,吉林 长春 130000
Research on Path Planning of Warehouse Mobile Robots Based on Improved A* Algorithm
WANG Ying1  WANG Chen1  SUN Wanlong2  LIU Qi1
1.School of Information and Control Engineering,Jilin Institute of Chemical Technology, Jilin City132022,China; 2.Bosch Automotive Components (Changchun) Co., LTD.,Changchun 130000,China
下载:  PDF (3201KB) 
输出:  BibTeX | EndNote (RIS)      
摘要 

针对仓储移动机器人路径规划存在安全性较低、搜索速度较慢的问题,提出了一种基于改进A*算法的路径规划方法。该方法首先对地图中的障碍物进行膨胀处理,在此基础上,改进了传统A*算法的搜索方式和启发式函数,将单向搜索改为双向搜索,并对预估代价进行了指数加权。实验结果表明,相较于传统A*算法,本文提出的算法在不同规模的地图中搜索时间最多可减少18.59%,显著地提高了仓储移动机器人的搜索效率。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词:  仓储  移动机器人  路径规划  A*算法     
Abstract: 

A method based on an improved A* algorithm is proposed to address the issues of low safety and slow search speed in path planning for warehouse mobile robots. This method first performs an inflation operation on the obstacles in the map. Based on this, the search strategy and heuristic function of the traditional A* algorithm are improved. The algorithm utilizes a bidirectional search approach and introduces an exponentially weighted estimation cost. Experimental results demonstrate that compared to the traditional A* algorithm, the proposed algorithm can reduce search time by up to 18.59% in maps of different scales, significantly improving the search efficiency of warehouse mobile robots.

Key words:  warehouse    mobile robot    path planning    A* algorithm
               出版日期:  2023-09-25      发布日期:  2023-09-25      整期出版日期:  2023-09-25
ZTFLH:  TP24  
引用本文:    
王 影, 王 晨, 孙万龙, 刘 麒. 基于改进A*算法的仓储移动机器人路径规划研究 [J]. 吉林化工学院学报, 2023, 40(9): 23-27.
WANG Ying WANG Chen SUN Wanlong LIU Qi. Research on Path Planning of Warehouse Mobile Robots Based on Improved A* Algorithm . Journal of Jilin Institute of Chemical Technology, 2023, 40(9): 23-27.
链接本文:  
http://xuebao.jlict.edu.cn/CN/10.16039/j.cnki.cn22-1249.2023.09.005  或          http://xuebao.jlict.edu.cn/CN/Y2023/V40/I9/23
[1] 钱程 , 刘兴德 , 陈大光. 基于融合改进双向RRT与人工势场法路径规划 [J]. 吉林化工学院学报, 2023, 40(7): 30-33.
[2] 陈大光, 刘兴德, 钱程. 基于改进RRT算法的机械臂避障路径规划 [J]. 吉林化工学院学报, 2023, 40(5): 20-25.
[3] 高兴华, 王从永 , 崔晓越. 多体位变换椅自主定位导航A*算法改进研究 [J]. 吉林化工学院学报, 2023, 40(3): 79-85.
[4] 王影, 杨家鑫, 刘麒, 徐姣姣. 复杂环境下移动机器人路径规划与跟随 [J]. 吉林化工学院学报, 2022, 39(7): 34-41.
[5] 高兴泉, 丁三毛, 黄东冬, 刘志成, 肖新宇. 一种轮式移动机器人滑模轨迹跟踪控制器设计及其参数优化方法 [J]. 吉林化工学院学报, 2021, 38(1): 47-51.
[6] 高卫斌, 柳晓龙. 基于A*算法的2种任务-处理器分配改进算法 [J]. 吉林化工学院学报, 2021, 38(1): 52-57.
No Suggested Reading articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed