基于深度学习和A*算法的智能车路径规划研究

摘要：

针对智能车路径规划问题,文章提出了一种基于深度学习和A*算法的新方法.通过将卷积神经网络(CNN)和长短期记忆网络(LSTM)结合,实现了对复杂环境中最短路径的准确预测.通过在三种不同地形环境下进行实验,文章验证了该方法的有效性和性能优势.结果表明,该方法在路径规划时间、寻路时间、路径长度和平均速度等方面均取得了显著改进.这一研究成果对于智能车辆的自主导航和路径规划具有重要意义,并为进一步探索基于深度学习和A*算法的智能车路径规划提供了新的思路和方法.

关键词：深度学习、A*算法、路径规划、智能车

所属期刊栏目：48

分类号：U495(交通工程与公路运输技术管理)

资助基金：江苏省高校哲学社会科学研究项目;中国高校产学研创新基金资助课题

在线出版日期：2023-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：87-94