《电子测量技术杂志》发表论文赏析

密集障碍物环境下改进A*-DWA融合导航算法研究

来源:电子测量技术杂志2026年第9期北京时间:

作者:杨国亮,李郅腾,翁达里

单位:江西理工大学电气工程与自动化学院 赣州 341400

摘要:针对博物馆、展览馆等密集障碍物环境下腿脚不便群体的移动辅助需求,提出一种融合全局A*算法与局部动态窗口法DWA的自主导航路径规划方法。首先通过引入启发式函数优化与路径平滑策略设计了改进A*算法,利用该算法生成全局最优路径;然后针对动态环境特性采用自适应权重DWA算法进行实时避障与轨迹优化,在原始DWA算法的基础上加入全局路径评价函数和制动距离评价函数,显著提升复杂狭窄通道中的安全性与运动连续性。为验证算法有效性,在模拟展馆环境的实验室场景中构建测试平台。并引入轨迹平滑度、碰撞率及遍历节点数等指标对改进算法进行评估。实验结果表明,相较于传统A*与原始DWA算法,本文方法在保证全局路径最优性的同时,不仅提高了动态障碍规避成功率,轨迹抖动幅度也有所降低。该方法为特殊群体在受限室内场景的安全移动提供了可靠技术支撑。

关键词:密集障碍物环境;路径规划;A*算法;局部动态窗口法;安全移动

基金资助:江西省教育厅科技计划项目(GJJ210861)、江西省教育厅科技项目(GJJ200879)资助

2026年9期其他文献查阅:

基于贝叶斯优化模糊PID的控温四探针系统设计

基于运动状态识别的车辆磁干扰补偿方法研究

MEA-YOLO:基于多尺度边缘增强与注意力融合的钢材缺陷检测

面向燃气轮机旋转件参数测试的双频遥测天线设计与验证

装备试验能力战斗力生成贡献度评价方法研究

面向重症监护室患者的无线体征监测系统设计

基于结构感知与动态融合机制的步态识别研究

旋转式可刷新盲文显示装置的设计与评估

南部沿海炼化装置腐蚀速率TL-BiLSTM-Attention智能预测

RDSM-YOLO轻量级夜间车辆检测模型

密集障碍物环境下改进A*-DWA融合导航算法研究

改进YOLOv11n的水面垃圾检测算法

基于高分辨率特征引导学习的小目标检测方法

基于轨迹融合与背景映射的非侵入式负荷监测方法

基于Mamba自注意力和多模态融合的DVT风险预测

基于WPD-UKF的MMC高频振荡检测方法

一维稀疏拓扑阵列雷达三维成像算法研究

多尺度门控融合的图像篡改拼接检测算法

基于监督反馈和Transformer的目标跟踪算法

基于STDD-YOLO的输电线路小目标缺陷检测

小目标车辆及行人轻量化检测算法改进:DSWR-YOLO

基于Prewitt-Franklin矩的亚像素边缘检测方法

基于MSBRAU-Net++的多尺度息肉分割方法

基于YOLOv11n改进的小目标航拍检测算法

基于特征域最近邻搜索和拼接的动态点云压缩算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!