基于改进A^*和TEB算法的牛场推料机器人路径规划

摘要

本研究面向半封闭牛场环境中的推料机器人导航需求，构建了A^*-TEB融合路径规划算法。针对传统A^*算法轨迹平滑度不足、节点冗余及障碍穿透风险，创新设计动态邻域切换机制：当节点扩展方向存在障碍时激活4邻域模式，无障碍威胁时切换8邻域模式，结合路径关键点筛选策略消除中间冗余节点，使路径长度缩短2.62%、规划效率提升3.18%、转折点下降34.85%。通过TEB（Time Elastic Band）算法二次优化构建时空弹性带，实现纵向偏差（4.5～39.5 cm，均值16.1 cm）与航向偏差（0.8°～4.7°，均值2.2°）的可控调节。速度提升阶段机器人位姿偏移量呈正相关增长，但全局精度波动幅度保持在预设阈值区间，当转向机构完成目标角度锁定时，通过多传感器融合的姿态补偿机制实现精度渐进收敛。融合TEB局部轨迹优化模块后实现局部路径修正，达到动态避障的目的，验证了算法的安全性和有效性。

关键词

A^*算法 / 牛场智能推料机器人 / 路径规划 / TEB算法 / 避障