一种适合森林巡防小车的改进路径规划算法

针对传统森林巡防小车路径规划算法在复杂动态环境下的路径冗长、能耗高、动态避障能力不足等痛点问题，提出一种基于改进A*算法与改进动态窗口法（DWA）相融合的路径规划方法，接着搭建实体智能小车，将融合后的算法应用于智能小车中，通过多组导航实验，验证改进算法在实际的导航过程中性能更优。

①拟解决的问题一

该方法通过优化传统A*算法的启发函数，引入权重项动态调节，减少无用节点拓展，提高寻路效率；同时优化8邻域搜索方式，进一步缩短寻路时间。利用Floyd算法提取关键节点，优化全局路径，并在动态窗口法中引入目标点距离与方位角评估子函数，增强动态避障能力。实验表明，改进融合算法在复杂障碍场景中路径长度缩短6.1%，拐点数减少16.3%，运行时间缩短39.8%，能耗与平滑性显著提升，适用于复杂、狭窄场景。

②拟解决的问题二

自主开发手机APP，集成摇杆和重力感应功能，实现小车的灵活操控。另外，APP配备调试界面，支持实时调整PID等参数，简化烧录代码流程，提升程序开发效率。

2、知识产权与市场应用前景

本项目已发表北大核心论文两篇：适合复杂环境的改进 A*路径规划算法、改进 A* 算法融合改进动态窗口法的移动机器人路径规划；申请实用新型专利一项（专利号：2023210968032），在申实用新型专项一项（专利号：2023210981179）。该成果可广泛应用于仓储物流、智能工厂、服务机器人等领域，具有广阔的市场应用前景。

3、技术路线：

图1 技术路线

4、解决方案：

在ROS平台下，使用Gmapping_SALM算法进行室内地图的构建，接着将改进后的算法布局到智能小车中进行导航实验。具体实验方案如图2所示。

图2 实验方案

3、竞争优势分析

本产品和现有产品比较

图3 竞品分析