基于DBSCAN与二分法的混合A*路径规划方法

摘要：

在多障碍物非结构化场景中,传统混合A*算法存在计算效率低、路径平滑性差的问题.针对该问题,本文提出了一种基于密度聚类算法(density-based clustering,简称DBSCAN)与二分法的混合A*路径规划方法.首先,设计基于DBSCAN算法的障碍物聚类方法,简化多障碍物非结构化场景,避免混合A*算法在类U形障碍物群附近的无效节点拓展,有效提高算法效率.然后,提出基于二分法的状态节点拓展策略,能够在不显著增加混合A*算法计算复杂度的前提下,搜索出一条更平滑的路径.最后,基于MATLAB进行仿真.结果表明,在多障碍物非结构化场景中,本文提出的改进混合A*算法可以显著提升计算效率并改善路径平滑性.

关键词：自动驾驶、路径规划、混合A*算法、DBSCAN、二分法

所属期刊栏目：45

分类号：TP391.41;TP242;TN911.7

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;湖南省自然科学基金项目;湖南省自然科学基金项目

在线出版日期：2023-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：341-349,371