增维启发式搜索路径规划算法
在智能无人车路径规划研究中,路径规划算法的效率一直是重要的研究问题.搜索状态空间过大、时间复杂度过高以及低效率一直是路径规划算法的瓶颈.本论文提出一种增维启发式搜索算法来解决的这一问题.该方法通过多阶段增加搜索空间维度,降低了搜索算法的状态空间从而提高算法效率.仿真实验结果显示,与一般的高维启发式搜索算法相比,该方法减少了87%的搜索状态,执行效率提高了近10倍.实验结果表明,该算法在算法效率与生成轨迹质量两方面取得一个非常好的平衡.
增维启发式搜索、智能车、路径规划、高效率、平衡
12
TP311(计算技术、计算机技术)
同济大学中央高校基本科研业务费专项资金项目20143436;同济大学青年优秀人才培养计划项目2014KJ027;自然科学基金青年项目41201379
2017-04-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
188-191