Deep-Sea A*+: An Advanced Path Planning Method Integrating Enhanced A* and Dynamic Window Approach for Autonomous Underwater Vehicles

要約

陸上資源の枯渇が進むにつれ、深海資源探査の需要が高まっています。
しかし、深海環境の極限条件は水中での作業に重大な課題をもたらし、堅牢な探知ロボットの開発が必要となります。
この論文では、改良された A* アルゴリズムとダイナミック ウィンドウ アプローチ (DWA) を統合する高度なパス プランニング手法を提案します。
従来の A* アルゴリズムの探索方向を最適化し、強化された評価関数を導入することで、改良された A* アルゴリズムは経路探索を高速化し、計算負荷を軽減します。
さらに、パスを平滑化するプロセスが改良され、連続性と滑らかさが向上し、急な方向転換が最小限に抑えられました。
この方法はまた、DWA を介したグローバルな経路計画とローカルな動的障害物回避を統合し、動的環境における水中ロボットのリアルタイム応答を向上させます。
シミュレーション結果は、私たちが提案した方法が、経路の滑らかさ、障害物回避、リアルタイム性能の点で従来の A* アルゴリズムを上回ることを示しています。
静的障害物と動的障害物の両方がある複雑な環境におけるこのアプローチの堅牢性は、自律水中車両 (AUV) ナビゲーションと障害物回避におけるその可能性を際立たせています。

要約(オリジナル)

As terrestrial resources become increasingly depleted, the demand for deep-sea resource exploration has intensified. However, the extreme conditions in the deep-sea environment pose significant challenges for underwater operations, necessitating the development of robust detection robots. In this paper, we propose an advanced path planning methodology that integrates an improved A* algorithm with the Dynamic Window Approach (DWA). By optimizing the search direction of the traditional A* algorithm and introducing an enhanced evaluation function, our improved A* algorithm accelerates path searching and reduces computational load. Additionally, the path-smoothing process has been refined to improve continuity and smoothness, minimizing sharp turns. This method also integrates global path planning with local dynamic obstacle avoidance via DWA, improving the real-time response of underwater robots in dynamic environments. Simulation results demonstrate that our proposed method surpasses the traditional A* algorithm in terms of path smoothness, obstacle avoidance, and real-time performance. The robustness of this approach in complex environments with both static and dynamic obstacles highlights its potential in autonomous underwater vehicle (AUV) navigation and obstacle avoidance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google