论文部分内容阅读
路径预测算法是解决惯性导航问题的重要理论支撑。传统A~*算法虽然可以搜寻到两点间的最短路径信息,在障碍物较多的情况下其搜索时间长,容易出现多拐点问题。因此,本文提出将对路径特征的评判加入启发函数之中,消除多拐点问题,并且针对不同情况,选用合适长度的邻点距离,大大缩短搜索时间。通过仿真实验将传统A~*算法与优化后A~*算法进行比较,证明优化后的A~*算法大大缩短了搜索的时间,并且消除不必要的拐点得出最优路径。