来源：期刊VIP网 时间：
作者：朱洪波;殷宏亮;
单位：安徽理工大学电气与信息工程学院;
摘要：针对煤矿救援机器人采用双向A~*算法存在搜索效率低、路径安全性和平滑性差，及动态窗口法（DWA）融合全局路径规划算法存在实时寻路效率低等问题，提出了一种基于分层平滑优化双向A~*引导DWA(HSTA~*-G-DWA)算法的煤矿救援机器人路径规划方法。首先，将碰撞约束函数的调整机制引入双向A~*算法中，以提高路径规划的安全性。其次，在双向A~*算法的代价函数中增加归正因子函数，防止正反向搜索路径不相交的情况，同时为预估代价函数增加动态加权因子函数以剔除路径搜索过程中无关扩展节点的搜索，从而提升路径搜索效率。然后，利用分层平滑优化策略消除路径中的冗余点和转折角，以减少节点数量和路径长度，并提高路径平滑性。最后，若煤矿救援机器人按照初始全局路径行驶过程中探测到未知障碍物，则利用全局路径引导DWA实现局部动态避障。仿真实验结果表明：(1)静态环境下HSTA~*-G-DWA算法路径搜索时间较传统A~*算法和双向A~*算法分别平均减少了81.82%和64.63%，路径的安全性和平滑性更好。(2)未知环境下HSTA~*-G-DWA算法可实时避开环境中出现的未知障碍物，路径长度较快速扩展随机树（RRT）算法、改进A~*算法和现有融合算法分别减少了10.34%,14.28%和2.45%，路径搜索时间较现有融合算法平均减少了70.48%。实验室环境下实验结果表明：(1)静态环境下，HSTA~*-G-DWA算法路径搜索时间较传统A~*算法平均减少了58.75%，机器人边缘距障碍物的最小距离平均增加了0.71m。(2)未知环境下，相比于传统A~*算法，HSTA~*-G-DWA算法可实时避开环境中出现的未知障碍物且路径的平滑性更好。
关键词：煤矿救援机器人;路径规划;双向A~*算法;分层平滑;动态窗口法;动态加权因子;归正因子;动态避障
基金资助：国家自然科学基金项目（62003001）; 安徽高校自然科学研究项目重大项目（2023AH040157）
