张 庆，刘 旭，彭 力，朱凤增

物联网技术应用教育部工程研究中心（江南大学 物联网工程学院），江苏 无锡214122

路径规划是移动机器人完成复杂任务的前提和保证，也是移动机器人的关键技术之一[1-2]。目的是根据有障碍物的环境中的某些优化条件，找到从起点到目标点的最优或次优路径。考虑移动机器人在室内环境中的应用，如AGV（automated guided vehicle）小车[3]、智能家居[4]、无人机[5]等，要求机器人避开墙壁等障碍物，选择最优路径移动。在这个过程中，小车不仅需要具备简单的避障功能，更重要的是能够快速实现路径规划，提高效率。为此，本文研究了具有墙等障碍物的复杂室内环境下移动机器人的快速路径规划问题。

针对移动机器人的路径规划问题，国内外许多学者进行了大量的研究。根据对环境信息掌握程度的不同，可分为全局路径规划[6-9]和局部路径规划[10-13]两类。本文主要研究了全局路径规划问题。目前，用于全局路径规划的方法有蚁群算法[14]、A*算法等。蚁群算法是一种模拟自然界中蚂蚁觅食行为的仿生进化算法。然而，该算法计算量大，收敛速度慢，求解时间长，且解的质量取决于参数设置，容易陷入局部最优解。随着遗传算法种群数量的增加，也存在着计算量大、效率低的问题，容易陷入“早熟”，使目标点无法到达。A*算法相比于蚁群算法往往能更快地求出最优路径。但A*算法仍存在一些缺点。由于A*算法在寻路的过程中，要不断将每个节点及周围八个邻点添加到OpenList 和ClosedList 两个列表中进行评估，寻找代价值最低的节点，A*算法主要的计算量在于对节点的评估和代价最小节点的选择。……