融合Dijkstra和PID算法的室内移动机器人局部路径规划

针对普通轮式机器人在室内难以通过狭小工作区域，易陷入局部区域无法完成导航的问题，提出一种麦克纳姆轮式机器人底盘的局部路径规划融合算法。借鉴麦克纳姆轮的优势，采用Dijkstra全局路径规划算法规划全局路径，融合Dijkstra和PID算法控制局部路径规划；根据姿态信息将机器人速度进行横向和纵向分解，限制旋转速度，在保持姿态不变的前提下驱动机器人实现稳定移动；使用搭载机器人操作系统的麦克纳姆轮式机器人进行导航测试试验，验证本文融合算法的有效性。结果表明：在复杂狭窄的室内环境下，本文算法可实现机器人的自主导航与避障，可成功地从设定的起点到达终点；与传统的时间弹性带(TEB)算法相比，本文算法在无障碍的环境中导航时间减少了30.56%，在有障碍物环境中导航成功率可提高4%，能够满足室内移动机器人快速到达导航目标点的需求。