在建筑物内发生火灾时,被困人员由于大火、火灾掉落的残渣和浓烟等种种因素下,不能快速找到出口或者安全地带,使得生命受到严重威胁,智能飞行器的引导至关重要。本文针对传统A*算法不能处理动态障碍物的局部路径规划的缺点,通过改进其评价函数和开启集结构方面使得A*算法能够安全避过由火灾环境带来的大火、掉落的残渣和浓烟等动态障碍物;针对改进后在处理局部规划问题时易产生节点冗余、易陷入局部最优的缺点,通过改进评价函数的权重比例和路径生成策略,进而缩短了算法耗时和路径长度,使得飞行器能够快速避过障碍物,到达目标点,为生命保驾护航。最后通过仿真原A*算法和改进后的A*算法对比,实验证明改进后的算法搜索效率更高。(1)针对传统A*算法为高效的全局路径搜索算法,不能解决动态局部扩展问题,在其评价函数和开启集结构方面进行改进,改进后的局部A*算法能够在躲避静态和动态障碍物前提下,快速高效到达安全地点。(2)在使用改进后的局部A*算法搜索路径过程中,针对算法带来的节点冗余,在分析了评价函数的g(n)和h(n)对路径评估的影响不同后,本文改进评价函数的权值系数动态分配,减小路径冗余点和拐点,让路径规划更加迅速,更平滑,并消除路径扩展的冗余点。经实验仿真结果表明,改进的评价函数权值系数动态分配在全局规划算法耗时降低2%,路径长度缩短7%,有效提高寻径的效率。(3)为解决搜寻路径过程中造成的陷入局部最优问题,在改进评价函数权值系数动态基础上改进路径生成策略,经实验仿真结果表明,改进算法相比较原A*算法在局部规划算法耗时降低20%,路径长度缩短12.4%。