基于改进A_算法的移动机器人室内路径规划研究.pdf

摘要

移动机器人是一种能够自主移动和执行任务的机器人。它们被广泛应用在工业

生产、物流、农业和服务等领域中。路径规划是研究移动机器人的重要内容之一，

涉及到机器人在复杂的环境中找到最优路径后到达目标点的问题。目前，大部分路

径规划研究是基于静态环境，而移动机器人大多数情况需要在动态环境中运行。因

此，本文针对全局路径不能动态避障的问题融入局部路径规划算法，得到一种基于

改进A*融合改进动态窗口法（DynamicWindowApproach，DWA）的新算法，该融

合算法不仅可以帮助机器人规划出一条从起点到终点的最优路径，而且在运行过程

中可以对未知环境进行动态避障。本文的研究内容如下：

1.首先分析了常用的环境地图的建模方式，选择栅格地图法作为建模方法。然

后根据全局路径和局部路径的分类分析了几种路径规划算法。经过各算法之间优缺

点的对比最终选择了A*算法和DWA算法作为本文用到的基础算法。

2.对传统A*算法的原理进行分析介绍，针对全局路径规划A*算法存在的与障碍

物顶点相交、冗余节点多，搜索效率低的问题，提出了一种基于障碍物影响因子改

进A*算法的新策略。首先改进启发函数公式，然后对路径进行优化。经仿真实验验

证，改进后的A*算法规划路径的时间相比传统A*算法缩短了55.25%-71.61%，路径

长度减少了0.46%-2.46%，遍历路径节点减少了38.06%-63.38%，转折点个数减少了

16.67%-58.82%。并且从仿真图中可以看出改进后的算法路径避开了障碍物边界，改

进后的A*算法明显优于传统A*算法。

3.对传统DWA算法进行分析介绍，针对局部路径规划DWA法存在的搜索效率

低、容易陷入局部最优等问题，首先修改了移动机器人的初始位姿角度，然后改进

了算法的评价函数，最后在MATLAB中进行仿真实验验证，改进后的DWA算法在

20x20栅格地图中，路径长度减少了5.27%，运行时间缩短了6.90%；在30x30栅格

地图中，路径长度减少了1.55%，运行时间缩短了5.39%；在50x50栅格地图中，路

径长度减少了6.90%，运行时间缩短了7.33%。由以上数据可知，改进后的DWA算

法是有效的。

4.基于改进的A*算法和改进的DWA算法，本文提出了一种融合路径规划算法，

首先利用改进A*算法得到全局最优路径，然后将生成的路径集合点作为DWA算法

的子目标点，最后运行DWA算法从速度采样空间中搜索预测路径，生成最终的移动

机器人行驶路径。通过仿真得到的数据可知，本文改进的A*融合改进DWA算法不

仅路径缩短了13.30%，时间缩短了15.66%，同时本文改进算法的角速度是所有算法

中收敛速度最快，同时角速度和姿态角度离散程度最低的算法，相较于其他算法角

速度标准方差比其他算法稳定30.04%-52.84%左右，姿态角度比其他算法稳定

35.65%-45.15%左右，线速度除DWA算法外比其他算法快17.76%-35.30%左右，迭

代次数减少5.34%-34.93%左右。因此基于改进A*融合DWA的算法相较于其他算法

是有效的，不仅缩短了搜索时间同时得到的路径更优。

5.对本文提出的改进A*融合DWA算法在ROS中进行验证。首先通过Gazebo搭

建环境，然后利用搭建的移动机器人模型进行SLAM建图，最后利用BUNKER移动

机器人在ROS系统的仿真和实际环境中进行实验验证。实验结果表明，机器人运用

改进后的算法能够按照生成的路径完美避开障碍物，顺利达到目标点。因此证明本

文所提出的改进A*融合DWA算法是可行且有效的。

关键词：移动机器人路径规划改进A*算法动态窗口法融合算法

Abstract

Mobilerobotsarerobotscapableofautonomousmovementandtask

execution.Theyfindextensiveapplicationsinvariousfieldssuchas

industrialproduction,logistics,agriculture,andservices.Pathplanning

isoneofthecrucialaspectsofres