《表2 两种算法扩展节点比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《启发点引导D*算法扩展的无人机航迹规划策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表1可以看出，D*算法规划的航迹最长，这是因为D*算法在目标信息引导下，遇到威胁区域时才被动绕开此区域使得航迹最长；蚁群算法规划航迹的耗时最大，是因为规划区域过大；而插入启发点的D*算法不仅规划航迹短，而且算法耗时少，这是因为在目标点附近插入启发点，不仅考虑了方向约束条件，而且选择引导方案时也考虑了起始点到启发点航迹规划问题，使算法遇到威胁区域前具有一定的主动避障性，能够提前规避威胁区域。D*算法与插入启发点D*算法耗时差别极大，主要是D*算法靠近目标点时，在人为设置障碍物附近遍历扩展和回退扩展，浪费了极多的时间。为了进一步比较D*算法与插入启发点D*算法的航迹规划性能，统计两种算法在航迹扩展过程中搜寻过的网格数和航迹网格数结果，如表2所示。由表2可知，D*算法航迹规划时搜索过的网格和航迹网格数远大于插入启发点D*算法，这是因为D*算法扩展时只受到目标点信息引导，扩展后的环境复杂度和安全度不敏感，导致无人机接近目标点时，在人为障碍物附近遍历扩展和回退扩展，增加了大量的航迹网格和搜寻网格，同时耗时严重。而改进D*算法由于启发点的引导作用，在目标点附近的人为障碍物能够具有方向性的前进，避免了遍历扩展和回退扩展，极大地减少了航迹节点和搜索节点，节省了算法耗时。