来源：期刊VIP网 时间：
作者：侯锦腾;高振清;李宏峰;
单位：北京印刷学院机电工程学院;
摘要：针对复杂环境下地图构建导致路径规划算法优化能力不足、计算效率低等问题，本研究提出了一种融合K-means++算法、约束Delaunay三角剖分算法、Ruppert算法、A*搜索策略及Bézier曲线平滑技术的路径规划算法。该方法通过K-Means++算法与离散系数评估，实现环境复杂度分级，利用约束Delaunay三角剖分和Ruppert算法构建拓扑结构，结合改进A*算法生成初始路径，并通过Bézier曲线与缓动函数优化平滑度。在智慧书店场景的仿真验证表明，算法在不同规模环境中展现出时间与空间复杂度的稳定性，多目标点测试验证了可靠性。实验结果显示，相较于传统快速探索随机树（RRT）和遗传（GA）算法，所提算法在路径长度、计算时间及平滑性方面优势显著，为智慧书店内自主机器人导航提供了高效稳定的解决方案。
关键词：聚类分析;;约束Delaunay三角剖分;;Ruppert算法;;A*算法;;路径规划;;机器人导航
基金资助：北京印刷学院学科建设和研究生教育专项研究生课程项目(No.21090225001);; 机械专业学位研究生联合培养基地建设(No.21090525008)
