摘要:针对A_Star(A^(*))算法路径规划存在转弯多、难以满足室内复杂场景应用等问题,提出了一种基于改进A^(*)算法的全局路径规划新方法:首先,通过设计转弯惩罚因子改进了A^(*)算法的启发式函数,以降低路径的转弯次数并提高算法的运行效率。其次,利用障碍物节点空间关联性改进了A^(*)算法的邻域搜索函数,避免路径规划穿过障碍物,并保证路径规划结果的可用性。最后,在改进的A^(*)算法中叠加路网状态信息,根据实时路网状态信息,驱动改进的A^(*)算法实现动态路径规划,以增强算法对环境变化的适应能力。为了验证新方法的有效性,在室内开放环境和复杂环境下进行了路径规划对比试验,并在地图服务平台上进行了验证。实验结果显示,在室内开放空间场景下,新方法相对于A^(*)算法,路径搜索耗时降低了26.28%,转弯次数降低了77.70%。在障碍物固定及障碍物动态变化场景下,地图服务平台能够利用新方法规划路径并避开障碍物,自适应调整路径,克服了A^(*)算法在应对复杂障碍场景方面的不足。