动态环境下多重A*算法的机器人路径规划方法

华 洪，张志安，施振稳，陈冠星

南京理工大学 机械工程学院，南京210094

路径规划技术是移动机器人技术的核心内容之一，近年来在许多领域都有着广泛的应用，例如在制造领域中应用于生产线上下料搬运的自主引导运输车，在电商工厂中应用广泛的无人送货小车，在家中负责清扫地板的扫地机器人等。它们都是在不同的环境下，按照指定要求，以感知、建模、规划、执行的标准路径规划方法执行[1-2]。根据路径规划环境是否已知，可将路径规划算法分为全局路径规划与局部路径规划。根据路径规划环境中是否存在动态障碍物，可将路径规划分为静态路径规划与动态路径规划[3-4]。

A*算法作为一种全局的静态路径规划搜索算法，具有鲁棒性好、反应快等优点，但受算法原理限制，规划出来的路径折线较多，且随着环境变大搜索代价呈指数增长。文献[5]提出对A*算法中的估价函数进行指数加权处理，并且对路径进行5 次多项式平滑处理，有效解决了搜索效率低和路径不平滑的问题，但机器人并不具备局部规划能力与动态避障能力，在密集区域内容易陷入极小值。文献[6]提出在A*全局规划的基础上，采用自适应步长调节方法的人工势场法进行局部路径优化，且在局部路径规划的同时增设虚拟目标点，让机器人能够逃离陷进点，但机器人并不具备动态避障能力，且规划出来的路径可能非最优。文献[7]针对机器人在类似超市环境等密集区域下的路径规划问题，在A*算法基础上提出了一种动态环境下机器人多状态自主导航方法，在狭窄通道与动态障碍物的环境下，机器人都有良好的避障策略与局部规划能力，但其考虑参数过多，容易导致全局路径非最优。……