融合改进A^*与DWA算法的车间移动机器人路径规划

摘要

为实现复杂车间环境下移动机器人高效路径规划，提出了一种融合改进A^*与DWA算法的混合路径规划方法。首先，优化全局路径规划A^*算法，考虑障碍物密度、转弯次数和运动惯性因子的影响，改进启发函数；其次，引入权重因子动态调整启发函数权重，采用DouglasPeucker算法简化路径，同时引入B-Spline算法平滑路径；最后，改进局部路径规划DWA算法，将全局最优路径关键点作为DWA算法过程的目标点，引入当前点与目标点距离、当前点与动态障碍物距离和路径跟踪代价3项评价子项，重构轨迹评价函数。仿真结果表明：相较于传统A^*算法，改进A^*算法在路径长度、规划时间、扩展节点数和拐点数方面分别减少15.80%、81.20%、2.30%和74.10%；在添加临时静态障碍物和动态障碍物场景中，融合改进算法的运行时间分别缩短22.02%和22.32%。试验结果表明：融合改进算法可高效规划路径且安全避开障碍物。

关键词

车间移动机器人 / 路径规划 / 动态避障 / A^*算法 / DWA算法