基于改进A-star算法的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基于改进A‑star算法的移动机器人路径规划方法，包括以下步骤：S1、机器人获取当前地图周围的环境信息并建立栅格地图，在每个栅格中建立无障碍状态区域和障碍状态区域，并根据所建立的格栅地图规划出起始节点和目标节点；S2、对传统A‑star算法进行改进以获取更多方向上的扩展路径，并经由改进后的A‑star算法获取最优路径；S3、为改进后的A‑star算法中的代价函数增加权重系数，以使整个代价更贴近实际代价；S4、根据A‑star算法所获取的全局路径，并采用DWA算法进行局部路径规划调整；S5、通过MPC算法进行局部路径规划控制，以控制机器人沿着全局规划出的最佳路径行程移动。本发明专利技术用于在具有未知障碍物环境中规划机器人的路径和控制机器人的运动。

【技术实现步骤摘要】

本专利技术涉及路径规划，尤其涉及一种应基于改进a-star算法的移动机器人路径规划方法。

技术介绍

1、在路径规划领域，a*算法是一种经典的启发式搜索算法，用于寻找两点之间的最佳路径。该算法通过综合考虑实际代价和估计代价来搜索最优路径，在许多实际应用中取得了成功。然而，a算法在已知环境中存在一些不足之处，主要表现在未能有效处理未知障碍物的情况。

2、在静态环境中，如果出现未知障碍物，a*算法无法很好地适应和处理，可能导致生成的路径不够优秀或者规划失败。a*算法在规划路径时没有考虑到未知障碍物可能对路径的影响，因此无法灵活地调整路径以适应环境变化。

技术实现思路

1、本专利技术旨在至少解决现有技术中存在的技术问题之一。

2、为此，本专利技术提供一种应基于改进a-star算法的移动机器人路径规划方法，能够用于在具有未知障碍物环境中规划机器人的路径和控制机器人的运动。

3、根据本专利技术第一方面提供的一种应基于改进a-star算法的移动机器人路径规划方法，包括以下步骤：

<本文档来自技高网...

【技术保护点】

1.一种基于改进A-star算法的移动机器人路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进A-star算法的移动机器人路径规划方法，其特征在于，所述改进后的A-star算法搜索邻节点至少从周围8个方向进行搜索。

3.根据权利要求1所述的基于改进A-star算法的移动机器人路径规划方法，其特征在于，改进后的A-star算法进行双向搜索，所述双向搜索包括从起始节点向目标节点搜索的同时，从目标节点也向起始节点进行搜索。

4.根据权利要求3所述的基于改进A-star算法的移动机器人路径规划方法，其特征在于，定义从起始节点出发的为正向...

【技术特征摘要】

1.一种基于改进a-star算法的移动机器人路径规划方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进a-star算法的移动机器人路径规划方法，其特征在于，所述改进后的a-star算法搜索邻节点至少从周围8个方向进行搜索。

3.根据权利要求1所述的基于改进a-star算法的移动机器人路径规划方法，其特征在于，改进后的a-star算法进行双向搜索，所述双向搜索包括从起始节点向目标节点搜索的同时，从目标节点也向起始节点进行搜索。

4.根据权利要求3所述的基于改进a-star算法的移动机器人路径规划方法，其特征在于，定义从起始节点出发的为正向搜索，从目标节点出发的为反向搜索，同时确定起始节点与终止节点的位置，正向搜索和反向搜索的当前节点都以对方的当前节点作为目标节点进行计算代价值和搜索，若正向与反向两个方向展开的节点中存在相同节点，则表明找到了一条最短路径。

5.根据权利要求4所述的基于改进a-star算法的移动机器人路径规划方法，其特征在于，正向搜索与反向搜索方向的总代价计算公式为：

6.根据权利要求3所述的基于改进a-star...

【专利技术属性】
技术研发人员：吴鹏，刘腾飞，王成元，张天琪，董昊，苏恒，李旻，陈志豪，
申请(专利权)人：常州大学，
类型：发明
国别省市：