停车场自动泊车AGV的应用可以节省车主停取车的时间,提高停车场的运行效率。文章源于工程项目,为提高泊车AGV安全性,使用安全裕度层和动态障碍物层对地图进行改进,进而影响路径规划。改进方法不限于特定环境和机器人类型,对其他移动机器人也适用,文章主要内容如下:（1）在全局路径规划中,为了使自动泊车AGV远离静态障碍物的同时尽可能规划较短路径,提出了安全裕度层的概念。安全裕度层为多层代价地图中的一层功能性地图,多层代价地图将传统栅格地图分为多个功能地图,分别更新后映射到总代价地图上,以实现不同需求。传统A星算法的启发式函数仅考虑了当前节点到起点距离和节点到目标距离,并未将障碍物距离纳入考虑。文章以安全裕度层的形式对障碍物周围栅格地图设置代价值,代价值越大代表碰撞风险越高,再将栅格代价值纳入A星算法启发函数中。该代价值满足正态分布,离障碍物越近代价值越大,引导机器人远离障碍物的同时不至于生成过远路径。（2）为了提高系统在复杂环境中的安全性,添加了动态障碍物层引导AGV完成对移动障碍物的避让。首先,使用卡尔曼滤波对下一时刻动态障碍物位置进行预测;然后以障碍物当前和预测位置连线中点为中心,使用二维高斯分布作为代价值函数设置地图代价值;最后,利用该地图引导路径规划算法。文章将障碍物预测位置代价值设为254即不可通行,再反推出代价值函数的系数,障碍物速度越快则代价值函数系数越大、障碍物周围栅格代价值越大、碰撞风险越高。所以动态障碍物层可以很好地将随障碍物速度提升带来的碰撞风险提升在地图上表现出来,从而影响路径规划算法。（3）最后为展示上述算法的改进,在Ubuntu系统下以ROS为平台进行仿真,并在实验室移动机器人平台上进行验证。实验结果表明:安全裕度层可以有效地引导机器人生成远离障碍物的路径,同时避免规划路径过长的问题。动态障碍物层可以引导机器人提前规划避让移动障碍物,在全局规划算法更新较慢或障碍物移速较快的情况下,可以引导机器人提前暂停,等待重新规划。实验显示出系统具有较好的安全性。