一种基于K值自适应多算法协同的机器人路径规划方法

本发明提供一种基于K值自适应多算法协同的机器人智能路径规划方法，属于机器人路径规划领域。所述的机器人路径规划方法主要流程：对环境地图进行预处理，构建四叉树、Voronoi图和连通图三层数据结构；基于改进的快速扩展随机树算法生成初始路径，并提取关键点；接着建立包含障碍物密度、局部复杂度、通道特征、路径曲率和拓扑复杂度五个维度的K值评估体系，实现环境的精确量化；基于K值进行自适应区域划分，将环境分为开阔区域、狭窄通道区域和障碍物密集区域；针对不同区域特点，分别采用改进的双向A算法和改进的快速扩展随机树算法进行协同规划；最后通过贝塞尔曲线对路径进行平滑处理。本方法能够提升复杂环境下规划路径的质量和规划效率，具有更强的鲁棒性。