一种改进A-Star算法的移动机器人路径规划方法与流程

技术特征：
1.一种改进a
‑
star算法的移动机器人路径规划方法，采用基于a
‑
star的改进算法，其特征在于，该算法在起始点与目标点之间找寻一个中间点作为第三节点，从而生成四棵探索树同时扩展结点，使移动机器人路径规划方法同时从起始点、中间点以及目标点扩展四条搜索树同时寻找最优路径以提高算法在路径规划时的效率。2.根据权利要求1所述的一种改进a
‑
star算法的移动机器人路径规划方法，其特征在于，该方法的第三点选择步骤如下：利用公式五与公式六计算出第三节点的坐标，然后基于a
‑
star算法扩展原则，使算法实现四个扩展树同时进行，以达到加倍a
‑
star算法的扩展的效果，x3＝(x1 x2)/2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式五)y3＝(y1 y2)/2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(公式六)其中，x1、y1与x2、y2为第一节点及第二节点坐标，x3、y3为第三节点坐标。3.根据权利要求2所述的一种改进a
‑
star算法的移动机器人路径规划方法，其特征在于，选择出的第三节点，增加一个判断规则，该规则将障碍物的情况分为：1)第三节点在障碍物节点之中时以及2)第三节点不在障碍物节点之中两种情况。4.根据权利要求3所述的一种改进a
‑
star算法的移动机器人路径规划方法，其特征在于，所述避障规则以如下步骤实现：(1)在求出第三节点之后，在第三节点扩展之前对第三节点采取障碍检测，后判断第三节点是否存在于障碍物之中，若存在与障碍之中转向步骤(2)，若不存在障碍物之内则转向步骤(3)；(2)若第三节点存在于障碍物之内，则直接舍弃第三节点，使起始点与目标点分别作为目标点与起始点的目标点，按照a
‑
star算法原则向各自目标点扩展，分别为扩展树t1、t2，t2扩展节点直与t1扩展结点在中途相遇或其中一个扩展树找到自身的目标点，整个算法停止；(3)若第三节点存在于障碍物之外，则同时向四个方向扩展节点，起始点向第三节点扩展为扩展树t1，第三节点向起始点扩充为扩展树t2，第三节点向目标点扩展为扩展树t3，目标点向第三节点扩展为扩展树t4；扩展树t2扩展节点与扩展树t1扩展节点相遇扩展停止，扩展树t3同样直到与扩展树t4相遇扩展停止。5.根据权利要求1所述的一种改进a
‑
star算法的移动机器人路径规划方法，其特征在于，该方法具体步骤为：先将地图虚拟化，并且将其划分为许多小方块，并用二维数组来表示地图，然后利用改进a
‑
star算法计算出机器人到目标位置的最优路线作为机器人的全局路线。6.根据权利要求5所述的一种改进a
‑
star算法的移动机器人路径规划方法，其特征在于，所述改进a
‑
star算法具体步骤如下：一、开始
→
选择第三节点
→
判断第三节点是否在障碍中，二、如果判断结果为是则进行步骤(1)，否则跳转步骤(2)步骤(1)舍弃第三节点
→
建立t1、t2扩展树
→
交替进行步骤(1.1)及(1.2)：步骤(1.1)：t1向目标点扩展
→
判断t2与t1扩展点相遇
→
转步骤(1.3)；步骤(1.2)：t2向目标点扩展
→
判断t1与t2扩展点相遇
→
转步骤(1.3)；步骤(1.3)：t1与t2会合
→
转步骤(5)
步骤(2)：保留第三节点
→
建立t1、t2、t3、t4扩展树
→
交替运行步骤(2.1)、(2.2)、(2.3)及(2.4)：步骤(2.1)：t1向第三节点扩展
→
判断t2与t1扩展点相遇
→
步骤(2.5)；步骤(2.2)：t2向起始点扩展
→
判断t1与t2扩展点相遇
→
步骤(2.5)；步骤(2.3)：t3向目标点扩展
→
判断t3与t4扩展点相遇
→
步骤(2.5)；步骤(2.4)：t4向终点扩展
→
判断t4与t3扩展点相遇
→
步骤(2.5)；步骤(2.5)：t1与t2会合、t3与t4会合
→
转步骤(5)；步骤(5)算法完成。

技术总结
本发明公开了一种改进A


技术研发人员：高焕兵 侯宇翔 鲁守银 王涛 高诺 隋首钢
受保护的技术使用者：山东建筑大学
技术研发日：2021.08.18
技术公布日：2021/10/8