基于改进A^*算法的矿用巡检机器人路径规划

摘要

【目的】针对煤矿井下环境非结构化、局部可通行区域窄以及传统A*算法规划路径存在搜索时间长、搜索节点多、路径冗余节点多、路径平滑度较差等问题，提出一种基于改进A*算法的矿用巡检机器人路径规划算法。【方法】首先在传统A*算法的启发函数中引入预估消耗的指数函数和障碍物覆盖率之和，以提高搜索效率，缩短搜索时间；其次改进传统8邻域搜索为9邻域搜索，从而避免无用搜索，减少搜索节点数量；然后通过Floyd算法剔除路径中的冗余节点；最后采用改进3阶贝塞尔曲线完成路径平滑任务。【结果】结果表明：相较于传统A*算法，在特定的20×20、30×30和40×40栅格地图下，改进A*算法使得搜索时间分别缩短44.1%、63.8%和84.8%，搜索节点分别减少31.6%、47.9%和71%；路径平滑算法能够减少路径节点，改善路径平滑度，更适用于矿用巡检机器人的路径规划。

关键词

矿用巡检机器人 / 路径规划 / 改进A^*算法 / Floyd算法 / 贝塞尔曲线