融合改进D^*与RRT算法的单AGV路径规划算法

摘要

本研究针对单自动导引车（AGV）的路径规划问题，深入剖析了现有多阶段路径规划方法的局限性，并提出了一种融合改进D^*与快速探索随机树（RRT）算法的路径规划算法.该算法结合了改进D^*算法的高效性与RRT算法的灵活性，通过动态避障策略和目标约束优化，显著提升了路径规划性能.引入自适应视野、步长、威胁因子及目标点采样率等参数，以适应多变环境需求.利用Rich＿Moore元胞自动机方法扩展可行区域并确定最短路径，并通过高阶贝塞尔曲线平滑路径，减少转向，提高路径平滑度.实验结果证明，该算法在精度和效率上均优于传统方法，对提升AGV作业实时性和准确性，推动自动化物流系统发展具有显著意义.

关键词

AGV / 随机树算法 / D^*算法 / 路径规划 / 智能物流

基金资助

国家自然科学基金项目(61972208,62272239)资助; 中国博士后科学基金项目(2018M640509)资助; 江苏省研究生科研与实践创新计划项目(KYCX24＿1203,SICX23＿0303,SJCX24＿0339)资助