赵 伟，吴子英

西安理工大学 机械与精密仪器工程学院，西安710048

移动机器人的路径规划是求解机器人起始点与目标点之间的位置序列[1]。在动态环境中，移动机器人既要做到实时感知周围环境无碰撞抵达目标点，还要做到路径质量尽可能高。这就要求动态环境下移动机器人的路径规划需要结合全局路径规划与局部路径规划。移动机器人的路径质量主要涉及规划时间、路径长度、折转次数、轨迹平滑度、障碍物距离等方面。其中规划时间与路径长度影响机器人的移动效率，折转次数与轨迹平滑度影响机器人运动连贯性，障碍物距离决定机器人移动的安全性。根据对环境信息的掌握情况，移动机器人的路径规划可以分为全局路径规划与局部路径规划，常用的局部路径规划算法为动态窗口法[2]、粒子群算法[3]、遗传算法[4]等。常用的全局路径规划算法有A*算法[5-6]、Dijkstra算法[7]、蚁群算法[8]等。

动态窗口法常用于移动机器人的局部路径规划，通过对机器人速度空间的约束来实现对局部环境避障计算。传统的动态窗口法存在两个缺陷：面对诸如“凹”形与“C”形障碍物的时候，容易陷入局部最优无法继续前行；规划路径长度较长，无法做到全局路径最优。针对动态窗口法的两大缺陷，程传奇等人构造了顾及全局的最优路径评价函数，使得动态窗口法在选取轨迹时更加侧重全局最优[9]；卞永明等人定义了新的转点评价子函数，解决了动态窗口法容易陷入“C”形障碍物且容易绕行浓密障碍物的问题[10]；……