在建筑物内发生火灾时，被困人员由于大火、火灾掉落的残渣和浓烟等种种因素下，不能快速找到出口或者安全地带，使得生命受到严重威胁，智能飞行器的引导至关重要。本文针对传统A*算法不能处理动态障碍物的局部路径规划的缺点，通过改进其评价函数和开启集结构方面使得A*算法能够安全避过由火灾环境带来的大火、掉落的残渣和浓烟等动态障碍物；针对改进后在处理局部规划问题时易产生节点冗余、易陷入局部最优的缺点，通过改进评价函数的权重比例和路径生成策略，进而缩短了算法耗时和路径长度，使得飞行器能够快速避过障碍物，到达目标点，为生命保驾护航。最后通过仿真原A*算法和改进后的A*算法对比，实验证明改进后的算法搜索效率更高。
　　(1)针对传统A*算法为高效的全局路径搜索算法，不能解决动态局部扩展问题，在其评价函数和开启集结构方面进行改进，改进后的局部A*算法能够在躲避静态和动态障碍物前提下，快速高效到达安全地点。
　　(2)在使用改进后的局部A*算法搜索路径过程中，针对算法带来的节点冗余，在分析了评价函数的g(n)和h(n)对路径评估的影响不同后，本文改进评价函数的权值系数动态分配，减小路径冗余点和拐点，让路径规划更加迅速，更平滑，并消除路径扩展的冗余点。经实验仿真结果表明，改进的评价函数权值系数动态分配在全局规划算法耗时降低2%，路径长度缩短7%，有效提高寻径的效率。
　　(3)为解决搜寻路径过程中造成的陷入局部最优问题，在改进评价函数权值系数动态基础上改进路径生成策略，经实验仿真结果表明，改进算法相比较原A*算法在局部规划算法耗时降低20%，路径长度缩短12.4%。