[发明专利]一种基于改进A星算法的多状态车辆路径规划方法

摘要

本发明属于仓储物流路径规划领域，涉及一种基于改进A星算法的多状态车辆路径规划方法。所述方法步骤如下：将搜索区域划分为二维数组，数组每个元素对应一个搜索区域的节点，共有n个节点。构建开放列表与关闭列表；Open list中存放在路径规划中待检测的节点，closelist中存放已检测过的节点。构造单一状态下车的节点权重。将m种状态的车分别构造节点权重。根据启发式函数计算节点的代价以搜索车的最优路径；H为节点j到目标节点的代价，G为起始节点到节点j的代价。本发明针对多状态车辆路径规划时，考虑到了不同节点的繁忙程度。通过利用节点可通过车辆状态的种类，能加快多车路径规划的求解速度。

主权项

1.一种基于改进A星算法的多状态车辆路径规划方法，其特征在于，包括以下步骤：步骤S1:将搜索区域划分为二维数组，数组每个元素对应一个搜索区域的节点，共有n个节点；步骤S2:构建开放列表open list与关闭列表close list；Open list中存放在路径规划中待检测的节点，closelist中存放已检测过的节点；起始节点放到closelist中；开放列表和关闭列表中每个节点有个3个属性：父节点、G和H；父节点为路径中通过该节点所经过的上一节点，G为起始节点到该节点的代价，H为该节点到目标节点的代价；步骤S3:3.1构造单一状态下车的节点权重W_i；车辆共有m种状态；当一个节点只有一种状态的车能通过，则该节点对于此状态的车的权重为1；当该节点还有其他x种状态的车能通过，则该节点对此种状态的车的权重为1+0.1*x；其中i＝1,2,3……m；x＝1,2,3……m‑1；3.2将m种状态的车分别构造节点权重W_i；步骤S4:根据启发式函数F(x)＝G+H计算节点的代价以搜索车的最优路径；H为节点j到目标节点的代价，G为起始节点到节点j的代价；将open list中F(x)值最小的节点加入到closelist中，并对其相邻节点进行搜索；如果相邻节点在close list中，则忽略；若相邻节点在open list中，则比较它经由该节点的G值是否更小，如果是则将父节点更新为该节点，如果不是则不做改变；若相邻节点未被搜索过，则加入open list并设置其节点属性；直至目标节点添加到closelist中；则找到该车从起始点到目标点的最优路径。