无人靶车动态避障研究

无人靶车是军事训练中必不可少的一部分。为了测试各类精准打击武器,需要无人靶车自主移动到目标点。由于测试武器的场地环境比较复杂,所以需要无人靶车躲避移动过程中突如其来的障碍物。基于贪心初始化算法的动态避障算法（Greedy Initialization Dynamic Obstacle Avoidance, GIDOA）可以求解无人靶车动态避障路径规划问题（Dynamic Obstacle Avoidance Routing for Unmanned Target Vehicle, DOARUTV）。该算法在传统的D~*算法（Digital Smart Technologies for Amateur Radio）的基础上进行改进,结合贪心初始化算法,有效地探索了初始解,加快了算法迭代速度。为了验证该算法的可行性和有效性,使用Python编程语言将GIDOA和迪克斯特拉算法（Dijkstra）、A~*算法（A-star Algorithm）进行对比。实验结果表明：GIDOA能够解决具有动态避障功能的无人靶车问题,对比Dijkstra算法和A*算法更适合DOARUTV的求解。