基于快速A星算法变体的部分已知地图移动机器人导航

在完全或部分未知环境中的移动机器人导航仍然是一个开放性问题。路径规划算法缺乏完备性和/或性能。因此，需要面向完备性（即算法在有限时间内确定一个解或正确报告无解）和性能（即低计算复杂度）的算法，以便在实际场景中高效运行。本文借助两个软件应用和Pioneer 2DX机器人，评估了两种A星算法变体在室内环境中用于移动机器人导航的效率。我们证明，一种改进的A星算法（我们称之为快速A星算法，该算法的一个不同版本广泛应用于视频游戏）可以成功用于室内移动机器人导航。我们通过两种方式评估了这两种A星算法变体：首先，在源代码中实现算法并在模拟器上进行测试；其次，比较了快速A星算法的两种操作模式在Pioneer 2DX机器人室内导航中的路径规划效率（即完备性）和性能（即完成路径遍历所需时间）。使用快速A星算法获得的结果令人鼓舞，我们认为通过调整算法和使用先进的传感器融合方法（即结合多个机器人传感器的输入）来更好地处理部分已知环境，可以进一步改善这些结果。