基于多尺度A^(*)与优化DWA算法融合的移动机器人路径规划

作     者：许建民 宋雷 邓冬冬 陈尧箬 杨炜 Xu Jianmin;Song Lei;Deng Dongdong;Chen Yaoruo;Yang Wei

作者机构：厦门理工学院机械与汽车工程学院福建厦门361024 福建省客车先进设计与制造重点实验室福建厦门361024 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2025年第37卷第1期

页      面：257-270页

核心收录：

学科分类：081104[工学-模式识别与智能系统] 08[工学] 0811[工学-控制科学与工程] 

基　　金：福建省自然科学基金面上项目(2020J01269) 福建省客车先进设计与制造重点实验室开放基金 

主　　题：移动机器人 路径规划 A^(*)算法 动态窗口法 ROS 

摘      要：为解决传统A^(*)算法与动态窗口法面对大规模复杂环境路径规划时,计算和时间成本的急剧上升以及灵活性较差的问题,提出了一种基于多尺度地图法的A^(*)算法和改进DWA算法的融合算法。建立多尺度地图集并在A^(*)算法的启发函数中增加障碍物占比因子,在粗尺度地图利用A^(*)算法计算最优路径,将其映射到细尺度地图上进行二次A^(*)算法并通过Floyd算法进行节点优化,删除冗余节点、提高路径的平滑度。增加了航向角自适应调整策略和停车等待状态来优化动态窗口法,提高灵活性。将A^(*)算法的关键点作为动态窗口法的局部目标点,并在轨迹上有障碍物时再次规划,实现两种算法的融合。ROS仿真和实车实验结果表明改进的A^(*)算法计算时间显著减少,在20 m×40 m的地图中减少98%,改进的融合算法大幅提高了机器人在动态环境下的平滑性和灵活性,可以有效解决传统融合算法存在的问题。