一种融合改进的A*与DWA算法的室内移动机器人路径规划方法技术

本发明专利技术公开了一种融合改进的A*与DWA算法的室内移动机器人路径规划方法，包括：S1，优化传统A*算法的代价函数，将环境信息障碍率Q引入代价函数，改变启发函数H(n)的权重,实现其自适应调整；S2，路径平滑的优化，利用一种关键点选取策略，解决冗余的共线节点和转折点的问题，保留必要的路径节点，得到只具有关键点的全局路径；S3，构造结合关键点信息的评价函数，然后应用DWA算法，使局部路径规划遵循全局路径轮廓，从而使路径更加平滑，并实现实时避障。本发明专利技术能快速找到最优路径，且在全局最优的基础上，又能及时躲避环境中出现的动静态障碍物，提高室内移动机器人在复杂环境中的适应能力。力。力。

【技术实现步骤摘要】
一种融合改进的A*与DWA算法的室内移动机器人路径规划方法


[0001]本专利技术涉及移动机器人导航和路径规划领域，具体涉及一种融合改进的A*与DWA算法的室内移动机器人路径规划方法。

技术介绍

[0002]目前，路径规划是当前移动机器人研究领域的前沿课题之一，其目的是在复杂的环境中避开障碍物，寻找一条从起点到终点的最佳路径。路径规划技术也是移动机器人实现自主导航功能的核心技术。为解决路径规划问题，大量的国内外学者对此课题进行研究，并提出了各种算法。
[0003]路径规划可以分为全局路径规划与局部路径规划两大类，其中，全局路径算法有A*算法、Dijkstra算法和RRT算法等；局部路径算法有DWA算法、粒子群算法、人工势场法和蚁群算法等。
[0004]Dijkstra算法采用遍历搜索方式，规划节点数较多，节点网络非常庞大且算法效率低下。在Dijkstra算法的基础上，A*算法引入目标点到当前点的估计代价，根据估计代价决定路径搜索方向，提高了算法效率。A*算法在已知环境下能快速实现移动机器人无碰、最短全局路径规划，主要通过节点状态本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合改进的A*与DWA算法的室内移动机器人路径规划方法，其特征在于：具体包括以下步骤：S1：优化传统A*算法的代价函数，将环境信息障碍率Q引入代价函数，改变启发函数H(n)的权重,实现其自适应调整；S2：路径平滑的优化，利用一种关键点选取策略，解决冗余的共线节点和转折点的问题，保留必要的路径节点，得到只具有关键点的全局路径；S3：构造结合关键点信息的评价函数，然后应用DWA算法，使局部路径规划遵循全局路径轮廓，从而使路径更加平滑，并实现实时避障。2.根据权利要求1所述的一种融合改进的A*与DWA算法的室内移动机器人路径规划方法，其特征在于：所述步骤S1优化传统A*算法的代价函数，具体包括在代价函数F(n)中引入随着移动机器人的当前位置变化而变化的环境障碍率Q；假设机器人的起始点与目标点组成的矩形栅格数为M，当前节点到目标点搜索范围内的栅格障碍数为N，环境障碍率表达式为：将环境障碍率Q引入代价函数F(n)，自适应改变启发函数H(n)的权重；此时的代价函数F(n)为：F(n)＝G(n)+e
Q
H(...

【专利技术属性】
技术研发人员：倪受东，方洋，吴方亮，朱赤，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：