改进A算法的移动机器人的路径规划.docx

引言 路径规划是机器人自主导航领域的关键问题之一[1]。相较于经典路径规划算法如Dijkstra算法[2]、人工势场法[3]和蚁群算法[4]等,A*算法具有搜索时间短、运行速度快,不易陷入“早熟”等优点。但传统A*算法的计算量会随着地图增大而急剧增加,从而导致算法搜索效率降低、规划路径不平滑等问题。对此,杨璐等[5]提出了A*算法的二次规划策略,提高计算效率,但并未考虑AGV的体积和转角,实用性不强。A.Botea等[6]提出HPA*算法,提高了算法的搜索速度,但规划出的不是最佳路径。王维等[7]通过对A*算法的评价函数进行改进,减少算法运行时间,但普适性不好。F.Duchon等[8]提出了基