基于改进A*与DWA算法融合的温室机器人路径规划

劳彩莲 李 鹏 冯 宇

(1.中国农业大学现代精细农业系统集成研究教育部重点实验室， 北京 100083；2.中国农业大学农业农村部农业信息获取技术重点实验室， 北京 100083)

0 引言

随着我国农业的发展，温室技术变得高度智能化和高效化。在植株高度密集、高温和高湿度甚至有毒的温室环境下，不利于长时间进行人工作业，再加上劳动力不足和成本增加的影响，温室机器人应用越来越多[1]。利用移动机器人完成温室自主化作业符合精细化农业的需求，路径规划是移动机器人在温室作业自主导航的重要前提[2-4]。根据机器人的作业范围，可以将路径规划分为基于静态全局环境的全局路径规划和基于局部障碍的局部路径规划[5]。常见的全局路径规划算法包括以Dijkstra[6-7]、A*[8-9]为代表的搜索规划算法，以RRT[10]为代表的采样规划算法和以遗传算法[11]为代表的启发式规划算法。依据实时传感器数据的局部路径规划算法有人工势场法[12]和动态窗口法[13]。

Dijkstra算法采用遍历搜索方式，规划节点数较多，节点网络非常庞大，算法效率低下[14]。在Dijkstra算法的基础上，A*算法引入目标点到当前点的估计代价，根据估计代价决定路径搜索方向，提高了算法效率[15]。A*算法在已知环境下能快速实现移动机器人无碰、最短全局路径规划，主要通过节点状态检测和简单的估值功能规划出一条最佳的安全道路。但是，该算法忽略了机器人的运动约束，不能保证曲率连续，导致运动参量在拐点处发生跳变。……