基于双向D^(*)算法的履带机器人路径规划

传统的D^(*)算法在第一次规划路径时遍历节点和路径的拐点较多,不适用于机器人实体移动,为了让履带机器人可以在部分已知的环境下自主移动,提出了改进双向D^(*)算法,通过元胞自动机中的扩展Moore型邻居结构降低角度变化的最小增量,避免履带底盘无效转向带来的成本;针对其收敛速度较慢的现象,融合双向搜索规则来减少算法的搜索时间,使得机器人较原D^(*)算法规划路径更加快速,避障更加高效;最后利用二阶贝塞尔曲线方程优化路径,使得路径无明显拐点。仿真结果表明,在不同环境情况下的仿真实验中,改进后的D^(*)算法在规划时间上缩短了30%左右,搜索的元胞数量减少量近50%。并且该改进算法具有良好的安全性以及全局最优性。