一种融合自适应启发式与对称双向搜索的采样最优路径规划方法

本发明属于机器人路径规划技术领域，具体涉及一种融合自适应启发式与对称双向搜索的采样最优路径规划方法，包括：基于改进的EIT*算法，通过构建正向树、正向惰性树、反向树和反向惰性树四重结构，实现对称双向搜索；随机几何图近似构建阶段，采用椭圆信息集合限制采样区域，通过连接半径r或k近邻定义双向边；采用中间相遇策略，使正向惰性搜索和反向惰性搜索在中间相遇并共享启发式信息，从而提升搜索效率；正向搜索和反向搜索分别利用对方惰性搜索提供的启发式信息进行路径探索，在相遇后计算总成本并持续优化，最终通过剪枝获得最优路径；本发明有效加快了初始解获取速度，提高了路径质量，在复杂环境中展现出更高的规划成功率。