来源：期刊VIP网 时间：
作者：张传伟;芦思颜;秦沛霖;周睿;赵瑞祺;杨佳佳;张天乐;赵聪;
单位：西安科技大学机械工程学院;陕西交通职业技术学院;
摘要：针对矿用车辆在狭窄、弯曲及有未知障碍物的井下巷道中的路径规划效率低的问题，提出了一种融合简化可视图(SVG)和A~*算法的全局路径规划算法DVGA~*。在构建真实环境点云地图基础上，连接车辆在不同视点下的可视切点，动态生成SVG；将可视切点依次存入OPEN表作为节点，根据A~*算法估价函数选取路径最短情况下的节点加入CLOSED表，得到最优路径点并存储路径，同时删除OPEN表中的其余节点，循环此过程，直到OPEN表中出现终点；最后利用路径平滑算法进一步减少路径节点数量，从而提高路径规划效率。实验结果表明，与完整可视图+A~*算法、SVG+A~*算法及SVGCA~*算法对比，DVGA~*算法对复杂长距离路径的规划时间最短，平均路径长度分别缩短了10.79%,6.26%和2.86%，具有更强的适应性和更高的规划成功率。井下试验结果表明：在巷道宽度变换区域和躲避静态障碍物时，相比SVGCA~*算法，DVGA~*算法规划的路径更加平滑；躲避动态障碍物时，DVGA~*算法能够及时进行路径纠正，保证了路径规划的时效性和稳定性；在复杂多变的巷道环境中，DVGA~*算法的规划时间和路径长度相比SVGCA~*算法分别减少了11.51%和1.54%，具有更高的环境适应性和稳定性。
关键词：井下无人驾驶;全局路径规划;简化可视图;A~*算法;路径平滑
基金资助：陕西省创新人才推进计划项目（2021TD-27）
