科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对机器人在复杂环境下路径规划难以兼顾全局最优和实时避障的问题，将改进的A*算法和人工势场法相结合，提出一种具有启发式动态路径规划的SPG（Safe-point Guide）混合算法。设计了终点逼近策略，解决传统A*算法规划路径转折点过多问题。采用平面向量积法以避免传统人工势场法路径振荡。设计安全点引导的启发式策略将两种改进算法结合，既保证安全路径又逃离局部极小值点。将SPG混合算法分别在静态和动态环境下进行仿真并与传统混合算法相比，静态环境下，路径长度和运行时间分别缩短了10%和25.6%；在动态环境下，路径长度和运行时间分别缩短了9.5%和30.9%。结果表明：SPG混合算法具有良好的全局路径规划及动态避障能力。在真实场景中验证了SPG混合算法的有效性。
- 单位
