共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
《电子技术与软件工程》2013,(9)
网络游戏中角色的路径规划一直是网络游戏研究领域的难点问题。寻路算法的优劣能最大程度地影响网络游戏的智能性和可玩性。针对游戏中路径搜索的特点,在对一般搜索算法和启发式搜索技术进行详细分析与研究的基础上,通过对传统的A*算法中的估价函数进行加权修正,并与Bresenham算法相结合后,有效地提高路径搜索的效率。实验结果表明,本算法不论在扩展的节点数,搜索的次数,消耗的时间等方面取得更好的效果,同时智能性也得到了较大的提高。 相似文献
3.
在无人机航路规划问题的研究中,针对传统 A*算法在航路规划中的不足,提出了一种增加约束条件的广义搜索 A*算法,并将该算法应用到动态航路规划中。该算法在节点搜索中解决了 A*算法大空间搜索的复杂程度,而且用重新估价代价值来满足无人机的实时性,最后用平滑处理算法使规划的航路满足无人机的机动性能约束。仿真结果表明,该算法性能优于传统 A*算法,具有很好的实时性,适用于无人机航路规划的工程应用。 相似文献
4.
5.
6.
7.
8.
9.
在灭火机器人的运行中,由于其工作环境的复杂性对机器人的路径规划提出了很高的要求,因此本文提出了一种改进A*算法和人工势场法相结合的路径规划算法。本文采用双向搜索方式的A*算法进行全局规划,解决了传统A*算法耗时长的不足;本文采用改进的人工势场法进行局部动态路径规划,解决了目标不可达和局部极小值问题。本文通过MATLAB平台,分别对改进A*算法和人工势场法进行仿真分析,结果表明混合算法有效减少规划时间并可生成更优路径。最后,在Turtlebot2移动平台上对该融合算法应用进行实验,结果表明融合算法减少了规划计算时间,使路径搜索效率和规划指标得到显著提升。 相似文献
10.
12.
13.
以水下航行器在水下路径规划为研究重点,提出了基于改进型A*算法的水下无人航行器自主搜索航迹规划算法。一般航迹规划可由多种算法完成,而在这些算法中以A*的计算流程最为简单、算法易于实现,并在理论上可保证全局最优解的收敛性;且程序较为简短,可在一些低功耗、低主频的系统中应用。由于传统的A*算法不具备最小转弯半径等约束条件,因此,针对水下航行器高低速问题,对传统的A*算法进行改进,使得A*算法可实现高速与低速相结合的应用。 相似文献
14.
15.
针对目前运动目标航路规划存在的滞后性和计算量过大等问题, 提出一种适合于动态环境下动态目标的航路规划方法。首先, 采用卡尔曼滤波算法对目标下一步的位置进行预测, 然后, 调用D*算法以无人机当前位置为起点, 目标预测位置为终点进行航路规划。同时, 为了减少预测误差和保证高效的航路规划效率, 该方法引用了动态的目标观测周期。由于卡尔曼滤波算法是按照递推公式来预测无人机下一步状态的, 不需要很多的历史数据, 所以该预测算法不仅减少了计算量, 而且由于采用超前规划, 使算法具有了很强的实时性。从仿真结果来看, 该算法有效地缩短了航程, 减少了到达目标位置的时间。 相似文献
16.
逃逸布线是印刷电路板设计的一个重要组成部分.针对并行逃逸布线的方法用于较大规模电路板布线时速度慢且结果不够好的问题,该文提出一种结合改进A*算法与拆线重布的有序逃逸布线方法.首先,通过代价预估函数确定引脚的布线顺序,使用改进A*算法初始化有序逃逸布线.接着,优化同长度布线路径,调整拥挤区域布线路径.最后,使用A*算法和广度优先搜索进行拆线重布.实验结果表明,该方法对给出的所有测试用例都实现了100%的逃逸,得到有序逃逸路径的可行解非常接近最优解,CPU时间比布尔可满足性问题(SAT)算法与最小费用多商品流(MMCF)算法平均减少分别约为95.6%,?97.8%,总体线长也接近最优.提出的方法能够明显减少寻找可行解的时间,提高布线质量. 相似文献
17.
逃逸布线是印刷电路板设计的一个重要组成部分。针对并行逃逸布线的方法用于较大规模电路板布线时速度慢且结果不够好的问题,该文提出一种结合改进A*算法与拆线重布的有序逃逸布线方法。首先,通过代价预估函数确定引脚的布线顺序,使用改进A*算法初始化有序逃逸布线。接着,优化同长度布线路径,调整拥挤区域布线路径。最后,使用A*算法和广度优先搜索进行拆线重布。实验结果表明,该方法对给出的所有测试用例都实现了100%的逃逸,得到有序逃逸路径的可行解非常接近最优解,CPU时间比布尔可满足性问题(SAT)算法与最小费用多商品流(MMCF)算法平均减少分别约为95.6%, 97.8%,总体线长也接近最优。提出的方法能够明显减少寻找可行解的时间,提高布线质量。 相似文献
18.
动态自适应快速扩展树航迹规划算法研究 总被引:1,自引:0,他引:1
快速扩展随机树(RRT)是航迹规划的重要算法,针对其难以直接应用于无人机航迹规划的问题,提出了动态自适应RRT算法.动态自适应RRT算法在随机点产生过程中加入无人机转弯角约束,使航迹更适合无人机直接跟踪;同时引入动态调节因子,根据环境中障碍密集程度调整规划步长,有效避免各类障碍.计算机实验结果表明动态自适应RRT算法在单航迹规划和多航迹规划中明显优于基本RRT算法和其它改进RRT算法,更适用于无人机航迹规划. 相似文献