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

基金资助

安徽省高等学校科学研究项目（2022AH050834）; 安徽理工大学引进人才科研启动基金项目（2022yjrc61）;安徽理工大学矿山智能技术与装备省部共建协同创新中心开放基金项目（CICJMITE202206）; Open Fund of State Key Laboratory of Mining Response and Disaster Prevention and Control in Deep Coal Mines(SKLMRDPC22KF24)