科创中国

基于改进GNG网络的机器人路径规划方法

原文链接：万方

• 作者：

  任伟建,刘东辉,王显伟,王天任,康朝海

• 摘要：

  针对在机器人路径规划中,增长神经气(GNG)算法生成地图映射速度较慢,并且存在个别错误路径,随后的路径搜索中,一次A*算法也不能搜索到最短路径的问题,提出了一种改进的GNG结合两次A*算法的机器人路径规划方法.在地图映射生成阶段,先给GNG一个预设规模的网络再进行神经元生长,这样比原算法减少了在神经元生长时的计算量;在路径搜索阶段,利用两次A*算法首先实现路径粗搜索,然后实现细搜索,并证明了二次搜索的路径更短.对于地图映射中出现的错误路径,也进行了处理.仿真结果表明,改进的地图映射算法与其它地图映射算法相比计算时间少,地图的映射精度高,最终可以找到一条机器人可行走的最短路径.

• 关键词：

  增长神经气 A*算法 地图映射 最短路径

• 作者单位：

  东北石油大学%中国石油大庆石化公司%上海理工大学

• 基金项目：

  国家自然科学基金青年科学基金(61004067)%黑龙江省教育厅科学技术研究项目(12511014)%黑龙江省博士后科研启动基金(LBH-Q12143)

• 来源期刊：

  系统仿真学报

• 年，卷(期)：

  2014005