基于DWA-A*融合算法与激光雷达的无人机动态避障方法研究
Research on UAV Dynamic Obstacle Avoidance Method Based on DWA-A* Fusion Algorithm and LiDAR
DOI: 10.12677/mos.2026.157116, PDF,    科研立项经费支持
作者: 郑参坤, 王廷军, 孙尧磊, 邹 旭, 栾凯达, 刘 珅:上海电机学院智能制造与机器人学院,上海;刘宝格:上海电机学院航空学院,上海;刘梓鑫, 舒 轩, 唐毅杰:上海电机学院电气与能源工程学院,上海
关键词: 无人机避障DWA算法激光雷达A*算法UAV Obstacle Avoidance DWA Algorithm Lida A Star Algorithm
摘要: 在“双碳”目标的时代背景下,受人工智能技术推动,无人机技术取得突破性进展。经调研,现有无人机避障技术存在传感器易受干扰、路径规划效率低下以及能耗偏高等问题,这些问题制约了无人机在复杂场景中的应用潜能。基于此,本文提出一种融合激光雷达与DWA-A*算法的无人机动态避障系统。该系统借助激光雷达感知周围环境,运用A*算法开展全局路径规划,并采用DWA算法实现局部动态避障。多目标点场景的仿真结果显示,此系统能够在复杂场景中实现高效且稳定的障碍规避,有效减少了能耗,可以应用在工业、农业以及应急救援等领域。
Abstract: Against the backdrop of the “dual carbon” goals, drone technology has achieved breakthrough progress driven by artificial intelligence. Through research, it is found that existing drone obstacle avoidance technologies face issues such as sensor vulnerability to interference, low path planning efficiency, and high energy consumption, which restrict the application potential of drones in complex scenarios. Based on this, the paper proposes a dynamic obstacle avoidance system for drones integrating LiDAR and the DWA-A* algorithm. The system utilizes LiDAR to perceive the surrounding environment, employs the A* algorithm for global path planning, and adopts the DWA algorithm to achieve local dynamic obstacle avoidance. Simulation results in multi-waypoint scenarios demonstrate that the system can realize efficient and stable obstacle avoidance in complex environments, effectively reduce energy consumption, and be applied in fields such as industry, agriculture, and emergency rescue.
文章引用:郑参坤, 王廷军, 孙尧磊, 刘宝格, 邹旭, 刘梓鑫, 舒轩, 栾凯达, 刘珅, 唐毅杰. 基于DWA-A*融合算法与激光雷达的无人机动态避障方法研究[J]. 建模与仿真, 2026, 15(7): 151-160. https://doi.org/10.12677/mos.2026.157116

参考文献

[1] 陈亚青, 张智豪, 李哲. 无人机避障方法研究进展[J]. 自动化技术与应用, 2020, 39(12): 1-6.
[2] 周轶. 基于改进A*和DWA算法的室内移动机器人路径规划应用研究[D]: [硕士学位论文]. 郑州: 河南工业大学, 2021.
[3] 张晓琨. 基于无人机搭载激光雷达输电线路智能巡检研究[J]. 电力设备管理, 2024(24): 51-53.
[4] 张红蕾, 盛志超, 叶林, 等. 基于多传感器融合的无人机自主避障方法[J]. 激光杂志, 2024, 45(1): 229-235.
[5] 周强. 基于分层A*算法的多旋翼无人机避障方法研究[D]: [硕士学位论文]. 上海: 上海交通大学, 2018.
[6] 刘玄冰, 周绍磊, 肖支才, 等. 无人机避障方法研究综述[J]. 兵器装备工程学报, 2022, 43(5): 40-47.
[7] 刘建娟, 薛礼啟, 张会娟, 等. 融合改进A*与DWA算法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(15): 73-81.
[8] 袁薪凯, 晏林冲, 方明辉, 等. 基于A*算法的自动寻路避障小车送餐系统[J]. 科技创新与应用, 2022, 12(14): 35-38.
[9] 沈子超. 基于激光雷达探测的无人机室内避障导航技术研究[D]: [硕士学位论文]. 南京: 南京理工大学, 2020.
[10] 常绪成, 王敬宇, 李康, 等. 基于改进DWA融合算法的多无人机避障方法[J]. 弹箭与制导学报, 2025, 45(5): 693-706.
[11] 张艳, 李炳华, 霍涛, 等. 融合改进A*算法与DWA算法的机器人动态避障方法研究[J]. 系统仿真学报, 2025, 37(6): 1555-1564.
[12] 曾宪阳, 张加旺. 改进A*算法融合DWA机器人路径规划研究[J]. 电子测量技术, 2025, 48(6): 20-27.
[13] 李士途, 姜灵芝. 基于A*算法的无人机智能避障路径及实时航路规划研究[J]. 自动化与仪器仪表, 2024(12): 67-71.
[14] 曹毅, 周轶, 张亚宾. 基于优化A*和DWA算法的移动机器人避障路径规划[J]. 机床与液压, 2020, 48(24): 246-252.
[15] 高九州, 徐威峰. 基于改进A星算法的无人机自主避障路径规划[J]. 技术与市场, 2024, 31(1): 38-43.