Path planning based on integrating JPS-Theta* algorithm and improved APF algorithm

Bo Li

doi:10.1038/s41598-026-52989-4

Path planning based on integrating JPS-Theta* algorithm and improved APF algorithm

2026-06-02

0

OA

AI

DOI：10.1038/s41598-026-52989-4

原文链接

查看原文

摘要

En 中文

Theta*算法采用八邻域启发式方法进行路径搜索，生成大量冗余扩展节点，降低了搜索效率。同时，传统人工势场（APF）算法存在局部最优和目标不可达问题。为解决这些局限性，本文提出了一种融合三个核心组件的混合路径规划框架——JPS-Theta*算法、B样条曲线平滑和改进的APF算法，各组件间协同作用明显。具体而言，JPS-Theta*算法将跳跃点搜索（JPS）与Theta*融合，消除冗余节点并生成全局最优路径：JPS修剪非必要中间节点以提高搜索效率，而Theta*的视线检查确保路径平滑。随后，应用B样条曲线进一步平滑JPS-Theta*路径，消除尖锐拐角以满足机器人的运动学约束。最后，改进的APF算法引入全局路径控制节点（提取自平滑后的B样条路径）调整吸引和排斥势场函数，实现实时动态避障的同时保持与全局最优轨迹的吻合。基于MATLAB和ROS的仿真结果表明，两种算法有效融合。与原始Theta*算法相比，JPS-Theta*算法缩短了机器人路径搜索时间并大幅减少扩展节点数量，实现了包括快速路径搜索、冗余节点少、路径距离短和路径平滑的全面优异性能。同时，与传统的APF算法相比，改进的APF算法生成更短且耗时更少的局部路径，且局部路径与全局路径的贴合度更高。

Path planning based on integrating JPS-Theta* algorithm and improved APF algorithm

摘要

AI总结

期刊

机构

引用论文