基于改进A^(*)算法的轮式装载机路径规划

为解决无人驾驶轮式装载机在路径规划过程中所面临的避障和频繁转向的问题,本文提出了一种改进混合A^(*)算法的解决方案。首先,通过对RS曲线曲率值的深入分析,确定了曲率值对提升路径与障碍物间距离的关系,在成本函数中引入曲率优化机制,从而实现兼顾安全距离的同时,以最优曲率完成路径规划;其次,通过调整参数改变运动基元发散范围,有效降低了规划路径中的非必要转向次数。借助ROS建立的仿真环境和Rviz的可视化功能,对改进算法进行了仿真验证。结果显示,与传统混合A^(*)算法相比,改进后的算法使得路径碰撞风险降低了49.27%,有效避免了不必要的转向,也使得规划路径长度减少了18.97%。可见,所设计算法不仅有利于提高轮式装载机的自主导航能力,而且在提升装载机安全性和工作效率方面具有理论分析及工程应用的参考价值。