摘要：介绍单车辆路径规划的有关算法，针对车载导航仪的应用，对双向启动式搜索算法进行了改进和优化，提出了可靠有效的搜索终止条件和搜索切换标准，给出了改进算法的流程。最后给出了四种算法的实际测试和比较结果。结果表明改进的双向启发式搜索算法快速高速效。

    关键词：路径规划 启发式搜索算法 双向搜索算法

车载导航仪也称为车载定位和导航系统（Vehicle Location and Navigation System）。它的主要功能是利用全球定位（GPS）获取定位信息并与电子地图进行匹配，以决定车辆的当前集团并用图形化方式显示；按要求规划从出发地到目的地的最优驾驶路线；按照预先设定的路线，自动根据车辆的位置向驾驶员提供操作指令引导驾驶；提供与电子地图相关的集成信息服务；提供无线通信服务等。车载导航仪把先进的全球卫星定位技术、地理信息技术、数字库技术、多媒体技术和现场通信技术综合在一起，能够实时、高效地向驾驶员提供多种重要信息，具有很强的实用价值和广阔的市场前景。

路径规划是车载导航仪的重要功能模块。在开发车载导航仪过程中，为了实现路径规划模块，对单车辆路径规划算法进行了研究。

1 路径规划算法

所谓路径规划，就是在路网中找到任意给定两点之间的最优路径。最优的标准是旅行费用最小或最大。旅行费用可以是距离、时间或速度等因素。路径规划主要算法有：迪杰斯特拉（Dijkstra）算法及其改进算法、启发式搜索算法、双向搜索算法和双向启发式搜索算法等。

迪杰斯特拉算法是解决两点之间最短距离的有效算法。算法的思想是：从原节点开始，算法每前进一步，都找到一个与原节点之间费用（距离）最小的节点，直至找到所有节点离原节点的最小费用。该算法的特点是：只要各段路径的费用非负，一定可以找到众原节点到各节点的最优解。缺点是需遍历所有节点。算法的运行时间为O（slogn）[1]，其中n、s分别为路径节点和路段的总线。单车导航没有必要找有节点到原节点的最优路径。改进的迪杰斯特拉算法在找到目标节点的最优路径后，算法停止。其运行时间为O（bd），其中b是各节点的平均后继节点数，d为算法的搜索深度，即遍历树的层数。

启发式搜索算法引入启发式估价函数f'(n)=g(n)+h'(n)，其中g(n)表示从原节点到当前节点n析实际费用,h'(n)为当前节点n到目标节点的估计费用。启发式搜索算法基本同于改进的迪杰斯特拉算法，唯一不同的是前者的费用是f'(n)，而后者为g(n)。估计费用h'(n)能引导算法优先搜索接近目标节点的节点，因此比改进的迪杰斯特拉算法有更快的速度。其运行时间为O(bd)。注意这里的d要比改进的迪杰斯特拉算法中的d要小。若路网中任意两点之间存在最优路径，而且估计费用满足可纳性，即h'(n)小于从节点n到目标节点之间的实际费用，那么通过该算法一定可以找到一条最优路径。

前面两种算法都是从原节点到目标节点没单一方向进行搜索的算法。双向搜索算法的思想是：不仅进行从原节点到目标节点的前向搜索，而且进行从目标节点到原节点的后向搜索。在单CPU硬件平台条件下，两个方向的搜索交替进行。成功实现双向搜索有两个条件，即合适的搜索停止条件和前向后向搜索切换标准。其算法时间为O（bd/2）。若双向搜索算法中加入估计费用函数，便是更快的双向启发式搜索算法[1]。

2 双向启发式搜索算法的改进和实现

2.1 算法的优化与改进

通过对双向启发式搜索算法的仔细分析，发现算法主要围绕两个表进行操作，即OPEN表和CLOSE表。前者用于存放已经搜索但尚未确定最小费用的节点，称la