《表1 融合算法与传统算法在全局静态路径规划的性能比较》

  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

《基于改进的A~*算法在三维路径规划中的仿真应用》

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

结合表1可以看出:与传统的A*算法比较，本文的融合算法利用优化的启发函数将搜索的节点从105个减少到23个，相应的搜索时间从30.7 s降低到6.4 s，融合算法的效率明显提高；相比较生物神经动力学模型，本文的融合算法虽然在搜索时间和节点数目上相近，但是在全局路径上有明显的改善，路径长度从18.2 m缩短为14.9 m。从实际路径代价和耗时两方面综合考虑，本文的融合算法比传统的算法有明显的提升，能够找到一条耗时少、低代价的全局路径。