刘子豪，赵 津，刘 畅，赖坤城，王玺乔

贵州大学 机械工程学院，贵阳550025

在机器人领域中，路径规划一直是国内外研究的热点话题。路径规划是指移动机器人在通过传感器获得所处环境的全局信息之后，通过路径规划算法来规划出一条最优路径，可以使得移动机器人安全且快速地由起始点运动到目标点[1]。

A*算法作为一种智能启发式算法，由于自身的可移植性和可塑性较强，应用领域广泛[2]，例如航空航天[3]、农业[4]、制造业[5]、仓储物流[6-7]等。但传统A*算法有着先天的不足之处。在前期进行路径点搜索时，需要维护Openlist 和Closedlist 两个列表。在进行子节点计算时，需将父节点周边八个点全部加入到Openlist 进行计算，寻找启发代价最小的点作为下一个父节点，迭代运行[8]。因此当环境信息复杂，场景比较大时，许多不必要的节点都会被计算，造成了内存开销过大、寻路时间变长的问题；在由父节点搜寻下一个子节点的过程中，子节点只能在父节点周边八个相邻的节点中产生，因此，父节点与子节点之间存在着π/4的角度限制[9]，会造成一些不必要的转折，使得路径变长；传统A*算法中，没有对路径进行平滑处理，因此，规划好的路径的转折比较剧烈，不利于移动机器人的路径跟踪。针对上述问题，国内外研究人员提出了一些改进方法。例如，文献[10-11]提高了运算速度，文献[12]提高了路径的平滑程度，文献[13]提高了转弯的曲折程度，但没有对上述三个问题一起改进的研究成果。

因此针对……