刘建娟，薛礼啟，张会娟，刘忠璞

1.河南工业大学 电气工程学院，郑州 450000

2.河南工业大学 机电设备及测控技术研究所，郑州 450000

目前，路径规划可分为局部路径规划和全局路径规划两大类，用于局部路径规划的算法包括DWA算法[1-3]、粒子群算法[4-6]、蚁群算法[7-9]、遗传算法[10-11]等；用于全局路径规划的算法包括D*算法[12-13]、A*算法[14-15]、快速扩展随机树[16-17]等。

A*算法广泛应用于移动机器人路径规划，但是传统A*算法在移动机器人的应用中存在拐点多、路径不平滑等不足，不利于机器人的运行。针对这些不足，许多学者对传统A*算法进行不同层面的改进，也取得了不错的效果。文献[18]利用JPS 算法对A*算法进行改进，优化搜索策略，同时利用贝塞尔曲线对路径进行平滑优化，由实验结果可知此算法明显提升了路径规划效率，在大尺度环境中有较好的适应性，但是A*算法是在全局已知的前提下进行搜索和扩展的，因此无法实现随机障碍物的动态避障。文献[19]提出一种单边矩形扩展A*算法，利用受迫扩展规则，简化终止条件，提高搜索效率和路径规划质量，但是算法搜索地图的不规则性和破碎化程度不断加重，算法更适合在大尺度环境中的路径规划。DWA算法常用于移动机器人的局部路径规划，但是在大尺度复杂环境中由于缺少中间引导，无法得到最优路径，甚至无法达到目标点。文献[20]通过移动机器人的尺寸与障碍物之间的自由空间关系对DWA算法进行改进，由于对障碍物与机器人之间的距离进行限制，在复杂环境中出现的狭窄区域会造成机器人反复启停，甚至停止运行。……