仪器仪表学报

作者：宋俊辉，刘宇庭，郭世杰

单位：宋俊辉,内蒙古工业大学机械工程学院呼和浩特010051,15148064306@163.com,刘宇庭,内蒙古工业大学机械工程学院呼和浩特010051,,郭世杰,1.内蒙古工业大学机械工程学院呼和浩特010051； 2.内蒙古自治区机器人与智能 装备技术重点实验室呼和浩特010051,sjguo@imut.edu.cn,

关键词：移动机器人;路径规划;动态环境;AIP-RRT*;DGF-APF

基金：国家自然科学基金(52365064)、内蒙古自治区高等学校青年科技英才支持计划(NJYT23043)项目资助

针对移动机器人在路径规划中存在收敛速度慢、路径冗余点较多、动态环境不适用，以及缺乏有效的协同机制综合全局与局部规划结果而导致路径长度的大幅增加等问题，提出一种基于改进势函数的自适应快速搜索随机树（AIP-RRT*）与基于动态引力场的人工势场法（DGF-APF）的路径规划融合算法。首先，构建了自适应目标偏置概率策略，通过启发函数生成新节点，以提高路径规划算法的搜索效率；其次，构建了自适应步长函数，以提高路径探索能力并加快路径规划算法的收敛速度；再次，采用了基于目标回溯的剪枝优化策略，剔除全局路径中的冗余点，以提高路径的质量；最后，提出了面向动态场景的AIP-RRT*与DGF-APF路径规划融合算法，通过以全局关键节点作为局部子目标点在动态环境下进行局部路径规划的方法，实现AIP-RRT*与DGF-APF融合算法的路径规划，并构建了基于动态引力场策略的协同机制，综合全局与局部路径规划的结果从而缩短路径长度。综合仿真实验与真实实验的结果表明，该路径规划融合算法具有较好的全局路径规划能力以及局部路径规划能力，使得机器人能够更好的适应静态以及动态环境。在真实环境中，改进融合算法相较于传统算法在路径长度方面平均减少了6.34%，在运行时间方面平均减少了10.71%。

来源：2025年第3期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第3期