摘要： 针对目前智能车辆中ＡＷＡ*算法规划在较短时间内无法提高路径质量的问题，提 出了一种可在较短时间内快速提高路径精度的优化ＡＷＡ*算法。在原有ＡＷＡ算法的估价函 数下引入了动态优化因子ε*，建立了新型的估价函数，设计了新的启发式能耗预估代价，证明 了所提出的启发式预估代价满足可采纳性和一致性，确保了优化ＡＷＡ*算法可在较短时间内获 得更优路径。同时进行了路径规划耗时误差仿真实验，验证了优化ＡＷＡ*算法在面对复杂环境 地图时搜索耗时误差具有一定局限性，在此基础上进行了低百分比和高百分比障碍物环境地图 普适性仿真实验，对比分析了优化ＡＷＡ*算法与传统ＡＷＡ*算法的扩展节点数目、耗时情况和 路径精度。仿真实验结果表明：在全局工况下，相比于ＡＷＡ*算法，优化ＡＷＡ算法可在更短时 间内提高规划的路径质量，尤其是在低百分比障碍物地图下，效果更为明显。