基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决智能车库中自动导引运输车(Automated Guided Vehicle,AGV)存取车路径规划问题和克服传统Dijkstra算法时间复杂度高、搜索范围大及搜索效率低等缺陷,提出了一种基于改进Dijkstra算法的泊车系统路径规划方法.首先以智能车库某时刻空闲泊车位的分布情况为背景,创建该时刻目标泊车位的带权无向图;其次,通过更改数据存储结构和引入双向搜索策略对传统Dijkstra算法进行改进;最后,以距离最短为评价指标,以传统Dijkstra算法和改进Dijkstra算法为路径寻优方法,在MATLAB环境下对AGV存取车路径规划过程进行仿真测试.结果表明:改进Dijkstra算法正确、可行及有效,与传统Dijkstra算法相比,能有效节省数据存储空间,减少搜索时间,提高搜索效率,可以满足AGV存取车路径规划要求.
推荐文章
基于Dij kstra-蚁群算法的泊车系统路径规划研究
Dijkstra算法
蚁群算法
泊车系统
AGV
路径规划
改进的Dijkstra算法在GIS路径规划中的应用
GIS
最短路径
Dijkstra算法
路径规划
取档机器人路径规划的改进Dijkstra算法
取档机器人
路径规划
Dijkstra算法
深度优先遍历算法
最小行驶代价
基于动态时间窗的泊车系统路径规划研究
Dijkstra算法
时间窗
泊车系统
AGV
路径规划
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进Dijkstra算法的泊车系统路径规划研究
来源期刊 现代制造工程 学科 工学
关键词 Dijkstra算法 泊车系统 自动导引运输车 路径规划
年,卷(期) 2017,(8) 所属期刊栏目 CAD/CAE/CAPP/CAM
研究方向 页码范围 63-67
页数 5页 分类号 TP249|TP301.6
字数 5052字 语种 中文
DOI 10.16731/j.cnki.1671-3133.2017.08.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱龙彪 南通大学机械工程学院 41 309 10.0 15.0
2 王恒 南通大学机械工程学院 39 165 7.0 12.0
3 邵小江 南通大学机械工程学院 7 118 5.0 7.0
4 庄丽阳 南通大学机械工程学院 11 36 3.0 6.0
5 陈亚琳 南京工业职业技术学院电气工程学院 4 21 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (63)
参考文献  (11)
节点文献
引证文献  (15)
同被引文献  (28)
二级引证文献  (1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(8)
  • 参考文献(3)
  • 二级参考文献(5)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(9)
  • 参考文献(1)
  • 二级参考文献(8)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(8)
  • 引证文献(8)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Dijkstra算法
泊车系统
自动导引运输车
路径规划
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
总被引数(次)
50123
论文1v1指导