随着科学技术的发展,智能机器人已经成为人们日常生活中重要伙伴。然而,机器人技术仍存在许多不足之处,其中在路径规划方面尤为突出,相关学者对之也发起了挑战,并提出了许多优化传统路径规划算法的新方法。传统全局路径规划A*算法和局部路径规划动态窗口法算法,能完成简单的导航任务,但是还存在着一些问题。如传统A*算法规划路径的过程中,节点等概率扩展带来的冗余节点数,导致Openlist容器节点占用率过高;可行路径的拐点增加路径的长度,导致规划路径相对最优性;传统的动态窗口法算法驱动机器人运动过程中,忽略全局可行路径的狭窄空间。针对这些问题,调查了国内外最新研究方案,提出了解决这些问题的新方法。在传统的A*算法基础上,融合跳点搜索方法和引入剪枝思想;在传统的动态窗口法算法代价函数基础上,将全局规划路径的子集点作为局部目标点,引入局部目标点距离和角度的代价函数。研究发现融合跳点搜索方法的A*算法可以减低Openlist容器的节点占用率、引入剪枝思想可以裁剪路径长度及加入局部目标点距离和角度的代价函数的动态窗口法算法会驱动机器人通过狭窄空间。综上所述,本文研究的基于ROS轮式机器人的路径规划,工作内容主要围绕以下三个方面展开:1.针对Openlist容器的节点占用率过高问题,融合跳点搜索方法改变节点扩展方式,在节点的扩展过程中,把有特殊性质的节点添加到Openlist容器中,达到降低A*算法的Openlist容器的占用率的目的。2.针对路径的相对最优性问题,依据两点之间直线最短的公理,提出了剪枝方法,在全局路径的拐点处,使用无斜穿障碍物的直线路径代替有拐点的折线路径,达到修剪规划路径长度的目的。3.针对忽略全局路径的狭窄空间问题,将组成全局可行路径节点的子集点作为局部目标点,在动态窗口法算法代价函数基础上,加入局部目标点与轨迹末端的距离和角度代价函数,达到轮式机器人运动中通过全局规划路径的狭窄空间的目的。基于以上研究内容,本文提出的融合跳点搜索方法,剪裁拐点路径长度及增加局部目标点距离和角度代价函数的路径规划算法优化方法。在轮式机器人酒店送餐、房间消毒及机房安保等规则的或者无规则的地图模型中的无人化应用,达到了降低人类劳动的重复率、保护人类健康和安全及降低人类工作环境的病毒携带等目的。优化的路径规划算法比传统的路径规划算法有更好的经济性和更高的效率性,所以优化的路径规划方法对轮式机器人的智能化应用是有一定的工程价值的。