论文部分内容阅读
针对传统A*算法用于路径规划时存在路径长、转折角度大、实时性差等问题,本文提出了基于改进平滑A*算法的移动机器人路径规划方法。首先对机器人视觉传感器获取的图像进行处理,得到机器人前方视线范围内障碍物的边缘信息。然后将这些边缘信息中的像素坐标转换为世界坐标,并得到障碍物的实际坐标,从而实现障碍物的识别和定位。机器人行驶过程中,通过融合人工势场的平滑A*算法对检测到的障碍物进行动态避障。实验结果表明,所提出的方法有效避免了传统人工势场法因陷入局部极小值点而导致的路径规划失败问题,并优于D*算法,能够使机