近年来,随着机器人行业的快速发展,移动机器人因具有自主移动、运动灵活等特点,故在工农业生产乃至家政服务等方面都得到了广泛应用,其发展前景广阔。移动机器人的核心技术是机器人路径规划,高效的路径规划算法能使移动机器人迅速规划出最优路径,保证机器人移动的安全性和稳定性。目前,路径规划算法较多,A*算法较为智能且应用较为广泛。本文主要基于A*算法进行优化改进,再与改进动态窗口法相结合以提高算法性能。在此基础上,通过matlab仿真与Hawkbot移动机器人平台对融合算法的有效性进行了验证。本文具体研究内容如下:1.针对A*算法搜索效率较低的问题,将A*算法的搜索邻域由3*3邻域扩展为5*5邻域;调整A*评价函数;通过提取路径关键节点,对改进A*算法的路径进行优化。基于A*算法自主设计了一款调试软件验证改进A*算法的有效性,结果表明:规划路径长度减少了2.165%,时间减少了47.233%,路径节点减少了69.697%,路径拐点减少了27.273%。2.针对动态窗口法易于陷入局部最优的问题,动态调整路径评价函数。当距离障碍物较远时,提高移动方向的占比;当距离障碍物较近时,提高移动速度的占比,使机器人能够快速向目标点靠近。相较于传统动态窗口法,改进动态窗口法搜索时间减少了13.41%。3.将优化改进A*算法与改进动态窗口法相结合,优化改进A*算法按照节点分段使用改进动态窗口法生成改进融合算法。基于A*+DWA融合算法自主设计测试软件,结果表明:改进融合算法的规划路径相较于传统A*算法减少了2.19%,且路径更加平滑,能够实现机器人避障。4.搭建实际移动机器人Hawkbot,使用YDLIDAR-X2激光雷达扫描环境信息并在Rviz中建立环境地图,对改进融合算法进行了实验验证。结果表明:本文提供的改进融合算法不仅搜索效率高、路径平滑,而且能实现避障,达到了预期目的。本文所采用的研究技术和方法对读者改进移动机器人路径规划算法也具有一定的参考价值。