改进A*算法融合自适应DWA的移动机器人动态路径规划

为解决传统A*算法和传统动态窗口法（Dynamic window approach，DWA）在移动机器人路径规划中存在的问题，提出一种改进A*算法和改进DWA相结合的动态路径规划方法。首先，采用16邻域16方向的路径搜索方式扩大路径搜索视野，减少节点访问量和转角度数；其次，对启发函数进行优化，增强路径搜索的目的性；接着，采用冗余点删除策略，减少转折点数目，路径平滑度进一步提高，再使用B样条曲线对路径拐角进行处理，得到的路径较为平滑；然后，在DWA的评价函数中对障碍物进行分类并区别对待以及添加速度自适应因子，能够提高避障灵敏度；最后，通过与其他算法进行三部分仿真实验以及优先级策略仿真实验，验证改进A*算法的有效性和融合方法避障的优越性。