一种面向自动驾驶车辆的改进混合A星路径规划方法

本发明公开了一种面向自动驾驶车辆的改进混合A星路径规划方法，涉及自动驾驶、激光雷达感知与无人车导航技术领域。该方法在继承混合A星算法全局搜索效率高与运动学可行性强等优点的基础上，设计多因素代价函数并引入轨迹平滑约束，从代价评估和路径构造两个层面提升路径的可行性与执行质量。为进一步增强局部路径的平滑性与动态可控性，方法中融合时间弹性带(TEB)算法对初始路径进行优化调整，从而提升路径在复杂动态环境中的连续性与稳定性。该方法适用于自动驾驶系统中的高精度路径规划任务，能够较好满足路径生成结果在可靠性与环境适应性方面的综合需求。