为了提高矿用车辆在狭窄、弯曲及有未知障碍物的井下巷道中的路径规划效率，将环境地图的建立和路径搜索的过程融合在一起，提出了一种融合简化可视图(SVG)和A*算法的全局路径规划算法DVGA*。

       在构建真实环境点云地图的基础上，连接车辆在不同视点下的可视切点动态生成SVG，并在构建过程中搜索相关可视边以发现最优路径。

       DVGA*算法原理：当车辆的视点位于O点时，在可视范围内，传感器只能检测到彼此互不遮挡的障碍物1和障碍物2，因此可视切线图包含4条可视切线和4个可视切点。为了走出当前障碍区且不与障碍物相碰，车辆根据A*算法进行计算，最终选择可视切线图中的可视切点O1作为子目标点。车辆将可视切点O1作为新的视点，在以O1为视点的新视窗内，车辆视点范围内可视切线图包含6条可视切线和6个可视切点。同理，按照A*算法策略，选取其中一条路径，依此类推，直至到达目标点。

       为了有效移除路径中的冗余节点，使用路径平滑算法消除冗余节点。

       DVGA*算法的扩展节点数量和OPEN表长度远小于其他3种算法，因此路径搜索时间显著缩短；DVGA*算法构建可视图的耗时不到SVG-A*算法的20%。无论是时间复杂度，还是空间复杂度，DVGA*算法都优于其他3种算法。

       相较于CVGA*，SVG-A*和SVGCA*算法，DVGA*算法平均规划时间分别减少了38.18%，24.69%和16.05%；平均路径长度分别缩短了10.79 %，6.26%和2.86%；同时，DVGA*算法成功次数最多。DVGA*算法提高了小车在复杂环境下路径规划的成功率，增强了算法对环境的适应能力，路径规划更快。

       应用SVGCA*和DVGA*算法进行井下试验。SVGCA*算法规划路径波动更明显，方向变化更加频繁，不如DVGA*算法规划路径平滑。DVGA*算法的规划时间和路径长度相比SVGCA*算法分别减少了11.51%和1.54%，规划的路径可更加高效地到达目标点。

       张传伟，教授，博导，西安科技大学副校长，陕西省汽车工程学会副理事长，中国煤炭教育协会常务理事，陕西省矿用智能车辆科技创新团队负责人，陕西省教学名师，陕西省师德标兵，全国煤炭教育先进工作者，陕西高等学校教学管理先进个人，机械制造及其自动化学术带头人，机械设计制造及其自动化国家一流专业负责人。研究方向为机电系统智能控制和智能网联汽车。主持国家自然科学基金面上项目1项，科技部国家重点研发项目子课题2项，省部级纵向科研项目10项，省部级以上教学改革项目5项。研究成果获省级科学技术奖3项，省级教学成果奖5项。发表SCI/EI收录高水平学术论文60多篇，出版著作4部，获授权发明专利30余件。

张传伟，芦思颜，秦沛霖，等. 融合简化可视图和A*算法的矿用车辆全局路径规划算法[J]. 工矿自动化，2024，50（10）：12-20.

ZHANG Chuanwei, LU Siyan, QIN Peilin, et al. Global path planning algorithm for mining vehicles integrating simplified visibility graph and A* algorithm[J]. Journal of Mine Automation，2024，50（10）：12-20.