[发明专利]一种融合Astar与DWA算法的移动小车路径规划方法

权利要求书

1.一种融合Astar与DWA算法的移动小车路径规划方法，其特征在于，包括下列步骤：

步骤1：将移动小车从起点到终点所需经过的平面区域采用栅格法建立栅格地图，在所述栅格地图中预先设置起点与终点位置；

步骤2：运行改进的Astar算法，从所述的栅格地图的起点进行全局路径规划，获得一条从起点到终点的全局最优路径；

步骤3：运行改进的DWA算法，以步骤2所述的全局最优路径为参考路径，从步骤1所述的起点到终点位置进行局部动态避障路径规划，为步骤1所述的移动小车规划出一条最优的动态避障路径。

2.根据权利要求1所述的一种融合Astar与DWA算法的移动小车路径规划方法，其特征在于，步骤2中所述改进的Astar算法是在原Astar算法的扩展节点范围和移动方向上增加Astar算法扩展节点的层数；将可扩展节点数8个扩展为48个，将移动方向8个扩展为32个，其数学表达式为：

其中，R为改进Astar算法以当前节点为中心向外搜索的节点层数，这里令R＝2，N_R表示随节点扩展层数R变化而变化的节点下一秒可移动方向，S_R表示随节点扩展层数R变化而变化得可搜索节点个数。

3.根据权利要求1所述的一种融合Astar与DWA算法的移动小车路径规划方法，其特征在于，步骤2中所述运行改进的Astar算法进行全局路径规划，得到一条从起点到终点的全局最优路径，其包括以下步骤：

步骤4：设置开放列表(Open List)和关闭列表(Closed List)，将起始节点S放入OpenList中，此时起始节点S是Open List中的唯一节点，Closed List此时为空表；

步骤5：所述改进的Astar算法遍历搜索Open List中存储的其它待扩展节点，若此时Open List没有待搜索节点，则算法搜索结束退出，不存在可行路径；如果Open List不为空，则因为所述改进的Astar算法扩大搜索层数R＝2，且可扩展节点个数比所述原Astar算法有所增多，为此对扩大搜索邻域后所有待扩展节点进行约束条件判断筛选，约束条件如下：

(1)待扩展节点在环境模型地图之中；

(2)待扩展节点没有被障碍物隔断和占有，即待扩展节点可通行且有路径可以到达。

舍弃不符合约束条件的点，符合上述约束条件的节点即为可扩展节点，利用估价函数f(n)计算所有待扩展节点的估价函数f(n)值并进行比较，选择f(n)最小的待扩展节点n作为算法路径选择的下一节点，将此节点从Open List中删除，并将其纳入Closed List之中。

步骤6：判断算法扩展的节点是否和目标节点G重合，若重合，算法搜索路径成功；如果节点n不与目标节点G重合，则算法继续下一步骤；

步骤7：搜索节点n邻域内所有符合待搜索要求的子节点，设子节点为m，比较所有待扩展节点的估价函数f(m)值，选择其中f(m)最小的待扩展节点m并进行下一步骤的判断；

步骤8：检查上一步所得节点m和Open List、Closed List的存储关系：

(1)若节点m既不在Open List也不在Closed List之中，则将其添加到Open List当中，并给子节点m添加一个指向其父节点n的指针，存在可行路径时根据存储的指针信息返回输出最优路径；

(2)若节点m已经在Open List之中，则比较当前节点m的估价函数f(m)值和拥有不同父节点的已经存储在Open列表时的估价函数值f₀(m)大小，比较f(m)和f₀(m)值的大小，若f(m)较小，则表示找到更好的路径节点，同时更新节点m的父指针，并将节点m加入Closed List列表之中，如果f₀(m)较小，保持节点存储不变；

(3)节点m已经存在于Closed List之中，则表示该节点已经在当前最优路径上，返回第四步继续对比判断扩展其他子节点；

步骤9：循环步骤5到步骤8，当算法下一节点是目标节点G或者Open List为空表时算法结束退出，输出当前最优路径或者算法无解。