改进D*lite和时间弹性带法的移动机器人路径规划

为解决D*lite算法在进行路径规划时搜索效率低,易受运动物体影响及路径贴近障碍物的问题,提出了一种结合改进D*lite算法和时间弹性带法的融合算法。首先,将改进的跳点搜索引入到D*lite算法中,让算法只对跳点进行访问,实现了规划时间和路径长度的双优化。之后,融合改进的时间弹性带法进行局部路径规划,在提高算法动态规划能力的同时,保证了规划路径的安全性。仿真结果表明,改进的D*lite算法比原始D*lite算法在路径长度、规划时长及路径节点数上分别平均优化了7.57%、65.29%和71.80%。在实际表现中,融合算法在动态情况下比原始D*lite算法可减少11.04%的路径长度、67.10%的规划时长及11.99%的运动时间,并且保证了机器人和障碍物间的最小距离。