基于自适应启发函数和逆向寻优策略的改进 A* 移动机器人路径规划算法

来源：计算机测量与控制杂志2025年第1期北京时间：

作者：宋卫猛,王毅

单位：重庆理工大学两江人工智能学院

摘要：移动机器人大多数情况都是在室外和室内障碍物环境下进行移动；因此,在这些障碍物环境中,高效率、短路径和少转折点的路径规划算法对移动机器人导航至关重要；针对在室外和室内障碍物环境下 A* 算法无法同时保持高效率、短路径和少转折点的问题,提出了一种基于自适应启发函数和逆向寻优策略的改进 A* 算法；通过增加自适应权重系数、引入父节点的影响力并对搜索方向进行筛选,减少了搜索面积,提高了搜索效率；采用逆向寻优策略对路径进行进一步优化,缩短了路径长度,减少了转折点数量；为了评估改进 A* 算法的性能,在仿真实验中设置常见的室外和室内障碍物环境并与 A* 算法对比；仿真实验结果表明,改进 A* 算法在效率、路径长度和转折点数量方面具有显著优势,能够有效地应用于移动机器人的导航中。

关键词：移动机器人;路径规划;A* 算法;自适应启发函数;筛选搜索方向;路径优化

基金资助：重庆市教育委员会科学技术研究重点项目（KJZD-K202201104）