结合DC-A^(*)与FE-DWA的巡检机器人路径规划方法OA

针对危化品仓库中巡检机器人的路径规划需求,提出了一种结合方向约束A^(*)算法(directional-constraint A^(*),DC-A^(*))与模糊能耗动态窗口算法(fuzzy-energy dynamic window approach,FE-DWA)的路径规划策略,旨在提升机器人在复杂环境中的导航能力。针对A^(*)算法的低搜索效率和路径不平滑等问题,减少了搜索方向,避免斜穿障碍物顶点,并引入障碍率概念,设计多轮路径优化策略。在动态规划部分,引入能耗模型并扩展评价函数,以保证路径的平滑性来减少行驶能耗,并通过模糊逻辑控制实现权重参数的自适应调整,更好应对不同障碍环境。仿真实验结果表明,DC-A^(*)算法相较于传统算法,转折度数、节点遍历数均有所降低;FE-DWA算法在路径平滑性和鲁棒性方面显著优于传统算法。将两种改进算法融合,在复杂动态环境中既能有效避障,又能够维持较低的能耗并保持路径的整体平滑性。