科研之友
微信
新浪微博
Facebook
分享链接
摘要
移动机器人在复杂环境中，利用传统A*算法进行路径规划时，往往搜索效率低、转折点多、路径不平滑，且无法有效应对动态障碍物。本文提出了一种基于改进A*与TEB算法融合的方案。通过设置虚拟膨胀区域、改进启发函数以及优化拐点选取策略，提高了算法的搜索效率与安全性，然后在全局最优的前提下融合TEB算法，实现移动机器人的动态路径规划。实验验证，融合算法能够有效提高搜索效率，实现路径平滑及动态避障，且满足阿克曼机器人的约束要求，具有良好的可行性与适应性。
-
单位上海大学; 自动化学院
