基于安全A^(*)与DWA算法融合的军队车场巡检机器人路径规划

现阶段A^(*)算法所规划路径存在转折点较多、直角弯处距离障碍过近等问题。针对军队车场巡检移动机器人执行任务需具备自主安全性的要求,提出一种基于改进的安全A^(*)与动态窗口法(DWA)融合的路径规划方法。首先,引入用于度量机器人安全性的危险指数(DI)指标,通过结合危险指数重新定义A^(*)算法的估价函数;同时,将搜索邻域扩展并去除同方向冗余子节点,从8邻域搜索优化到16邻域搜索,提高搜索效率,减少转折点个数;最后,扩展动态窗口法的路径融合评价函数,提升机器人局部避障能力。实验结果表明,所提安全A^(*)算法能够有效降低直角弯处碰撞风险,在运行时间、转折点数、规划路径上较传统A^(*)算法和已有方法有较明显优势;通过在仿真环境和真实环境下验证,所提融合方法均保障了机器人自主运行的安全性,符合军队车场巡检机器人作业需求。