【技术实现步骤摘要】
本专利技术涉及智能机器人路径规划，具体涉及一种基于astar算法的安全增强路径规划方法，适用于室内外自主导航、移动机器人、无人车等场景中对路径安全性要求较高的任务。
技术介绍
1、astar算法作为一种启发式搜索算法，在路径规划领域中被广泛应用，具有计算效率高、路径接近最优等优点，在二维或三维离散栅格地图中，astar算法可基于代价函数寻找从起点到终点的最短路径，并已在无人车、机器人导航及智能物流等系统中获得广泛应用。
2、然而，传统astar算法主要优化路径长度或总代价，对路径经过区域的环境安全性考虑不足，在复杂环境中，路径在穿越障碍物密集区域或狭窄通道时往往倾向于紧贴障碍物，虽然保证了路径长度的最优性，但存在较大碰撞风险，影响系统的鲁棒性与执行效果。
3、此外，现有改进方法多集中于代价函数的结构调整，如引入加权启发函数、代价调整系数等，虽然在一定程度上改善了路径质量，但缺乏明确、可解释的安全评估机制，无法对候选路径节点的环境风险进行合理量化与引导，限制了路径规划在高安全性任务中的实际应用能力。
4...
【技术保护点】
1.一种基于Astar算法的安全性增强轨迹规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1中所述障碍物状态的标记通过将障碍物所在位置的栅格单元赋予不可通行属性实现。
3.根据权利要求1所述的方法，其特征在于，步骤2中所述节点评估机制通过计算安全性指标用于量化路径的安全程度，所述安全性指标为起点到节点的累积安全代价，表示为：
4.根据权利要求1所述的方法，其特征在于，步骤3中所述安全节点扩展机制建立在保证路径长度最优性的前提上，因此，代价函数F(n)与传统的Astar算法一致，由路径代价G(n)与...
【技术特征摘要】
1.一种基于astar算法的安全性增强轨迹规划方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1中所述障碍物状态的标记通过将障碍物所在位置的栅格单元赋予不可通行属性实现。
3.根据权利要求1所述的方法，其特征在于，步骤2中所述节点评估机制通过计算安全性指标用于量化路径的安全程度，所述安全性指标为起点到节点的累积安全代价，表示为：
4.根据权利要求1所述的方法，其特征在于，步骤3中所述安全节点扩展机制建立在保证路径长度最优性的前提上，因此，代价函数f(n)与传统的astar算法一致，由路径代价g(n)与启发式估计h(n)相加而得，所设计的平局打破策略可以在多个节点具有相同...
【专利技术属性】
技术研发人员：彭秀辉，王雪岩，曾腾腾，吕跃祖，沈俊，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。