为了提高煤矿足式机器人路径规划算法的运行效率、搜索精度以及避障灵活性，将A*与DWA算法改进并进行融合。首先设计去冗余节点策略减短传统A*算法规划路径的长度、通过动态加权和修改方向搜索策略提高传统A*算法搜索最优路径的速度、对算法规划出的路径采用分段二阶贝塞尔曲线进行路径平滑；其次将A*算法规划出的路径的节点依次作为局部路径规划DWA算法的局部目标点进行算法融合，筛选剔除邻近障碍物节点从而再次缩短路径长度，并设置DWA算法的代价函数权值比例提升避障性能；再次通过仿真实验测试多障碍环境下融合算法的动、静态避障效果。融合算法的全局路径规划能力较传统A*算法运算时间减少了66.67%，规划出路径长度缩短了25.54%，在多障碍物环境下较传统DWA算法缩短了对障碍物的反应时间，在机器人遇到无法避开的障碍而陷入“假死”状态时，能重新调用融合算法来更新路径节点以绕开障碍物抵达目标点；最后通过实机实验，验证了所设计算法的优越性。

0 引言
1 全局路径规划A*算法改进
1.1 去冗余节点策略
1.2 搜索邻域方式改进
1.3 代价函数改进
1.4 路径平滑
2 改进A*算法与DWA算法融合
3 “假死”应对方案
4 仿真实验
4.1 改进A*算法性能验证
4.2 融合算法性能验证实验
4.3 “假死”应对方案验证
5 实机实验
6 结论