一种基于分层搜索的多阿克曼车路径规划方法

本发明公开了一种基于分层搜索的多阿克曼车路径规划方法，包括：获取多个阿克曼机器人的输入信息；建立高层车身冲突树，通过低层时空混合状态A算法求取根节点路径与代价，加入开放列表；采用最佳优先搜索选取开放列表中代价最小节点进行车身冲突检测，若无冲突则输出路径；若存在冲突，对最早冲突的两个机器人生成两个二元时空约束子节点；分别调用低层算法求解带约束路径与代价，并加入开放列表；重复冲突检测、约束分支与重规划，直至得到无冲突节点或开放列表为空。本发明通过高层冲突约束与低层运动学精确规划的分层搜索，高效生成满足阿克曼运动学、静态障碍物和机器人间时空避碰的多机器人协同路径，规划质量高、计算效率优越。