基于改進A-star算法的輪椅無障礙出行路徑規劃策略研究

摘" 要：隨著當前城市出行空間環境的復雜化，針對輪椅無障礙出行路徑規劃問題，文章提出一種基于改進A-star算法的輪椅無障礙出行路徑規劃策略。首先分析輪椅出行路徑的影響因素，通過結合出行障礙以及出行時間兩種影響因素將出行地圖進行柵格化處理，同時將出行障礙函數融入

A-star算法的成本函數中，實現對A-star算法的改進。最后通過實例進行仿真驗證，結果表明：改進后的A-star算法可以有效地考慮輪椅出行障礙，并規劃出合適的輪椅出行路徑，驗證了文章所提出策略的有效性。

關鍵詞：輪椅；無障礙出行；A-star算法；路徑規劃；成本函數

中圖分類號：F502" " 文獻標志碼：A

DOI：10.13714/j.cnki.1002-3100.2024.17.021

Abstract： With the complexity of the current urban travel space environment， aiming at the problem of wheelchair accessible travel path planning， this paper proposes a wheelchair accessible travel path planning strategy based on improved A

-star algorithm. First， the factors influencing wheelchair travel paths are analyzed. The travel map is rasterized by considering two influencing factors： Travel obstacles and travel time. Additionally， the travel obstacle function is incorporated into the cost function of the A-star algorithm to enhance its performance. Finally， the simulation results demonstrate that the improved A-star algorithm successfully accounts for wheelchair travel obstacles and efficiently plans appropriate paths， thereby validating the effectiveness of the proposed strategy.

Key words： wheelchair; accessible travel; A-star algorithm; path planning; cost function

0" 引" 言

在倡導社會包容和公平發展的背景下，無障礙環境建設成為促進社會融合和提高生活品質的重要舉措。然而，由于城市道路和設施設計不夠貼近輪椅使用者的需求，導致其出行過程中經常面臨道路坎坷、斜坡過高等情況。因此，針對輪椅無障礙出行路徑規劃的研究勢在必行。

目前，一些學者在城市出行路徑規劃方面進行一定的研究。Ghader et al[1-2]探討了出行時間可靠性、出行方式、出行距離及安全性等因素對出行路徑規劃的影響。孫秋霞等[3]綜合考慮出行路徑的行駛時間、紅綠燈的等待時間因素，引入出行偏好等特征，進而構建路徑選擇模型。賈富強等[4]考慮出行者的風險態度對路徑選擇的影響，利用累積前景理論描述出行者的心理行為特征，建立了路徑多目標選擇決策模型。李斌等[5]探索了老年人步行行為類型特征，并研究了老年人步行行為場景的要素關系和形成機制，最后提出適合老年人步行的生活性道路設計要素。俞悅旻等[6]考慮視障人群的出行特征、人流分布、出行傾向等評價要素，根據評價體系設計15分鐘生活出行路徑環境優化模式。

上述研究對于分析交通出行者的路徑規劃具有重要意義，但現有的路徑規劃算法大多基于出行時間、出行距離等因素進行路徑優化，無法全面考慮輪椅用戶面臨的出行障礙阻抗成本對路徑選擇行為的影響。因此，本文基于無障礙設施現狀調研情況，綜合考慮輪椅出行特征及出行時間，量化道路的通行成本，提出一種改進A-star的輪椅出行路徑規劃算法，為改善輪椅使用者的出行環境提供理論和實踐基礎。

1" 出行路徑的影響因素

在城市出行空間環境中，輪椅使用者的步行路徑行為受多種因素影響。本文主要考慮出行障礙以及出行時間兩種影響因素。

在城市中，存在著各種各樣的出行障礙，如人行道、建筑物等，輪椅使用者需要面對這些障礙物，選擇最佳的路徑來避免或克服這些障礙。他們通常會選擇通行無障礙設施完善、坡度適宜、路面平整的路徑。此外，由于行動能力有限，輪椅使用者通常需要更長的時間來完成一次出行。出行時間的增加可能會對輪椅使用者的出行路徑選擇產生影響。

1.1" 出行障礙成本

為探究輪椅使用者日常出行過程中可能面對的不同類型障礙，本文假設以居住小區為出發點，以建筑場所為目的地，模擬輪椅使用者的日常短途出行。當輪椅使用者希望完成一次獨立且完整的出行時，主要涉及四大出行場景：路段、交叉口、公共交通及站點和建筑場所，這些場景中存在較多顯著影響輪椅使用者出行的城市空間問題，具體如表1所示。

具體出行過程如圖1所示：

（1）以居住小區為起點，沿著人行道行駛，人行道應滿足輪椅通行寬度且平整連貫，面對突然中斷和出現高度差處應設置無障礙坡道，以便輪椅平穩通過；

（2）繼續行進到達交叉口，在輪椅視線范圍內安裝信號燈和無障礙引導標志，該處安全島的寬度及高度應滿足輪椅可平穩通過的需求；

（3）沿著道路繼續行駛，到達公共交通站點，站點處需設置無障礙坡道供輪椅上下站臺，對于公共交通站點樓層較高的場合，應該優先考慮設置無障礙電梯；

（4）乘坐公共交通工具時，司機應主動提供無障礙渡板供乘客上下車，且車內應設置專門的輪椅安置區，該區域應提供必要的固定設備，以確保輪椅乘客的安全；

（5）最后到達目的地，建筑場所需在出入口處設置輪椅坡道，以便輪椅使用者可以輕松進出，并在建筑物的停車場或附近設置無障礙車位。

輪椅使用者除了關注通行需求，還有可能考慮生理需求，如無障礙衛生間等無障礙設施。由此可見，輪椅使用者對城市道路環境的適應性較弱，出行障礙成本將成為輪椅使用者路徑規劃考慮的重要因素。

1.2" 出行時間成本

在城市出行過程中，出行時間對輪椅使用者的路徑規劃具有重要影響。對于輪椅使用者來說，他們需要考慮從出發地到目的地這一完整出行鏈所需花費的時間成本。在本文中，由于考慮出行過程中的速度恒定，可將出行時間成本等價轉換為出行路徑長度進行計算。出行時間成本主要受兩方面因素影響。

（1）出行速度是決定出行時間成本的關鍵因素之一。由于輪椅使用者的行動能力可能較為有限，他們在城市出行過程中通常需要依賴手動輪椅或電動輪椅等輔助出行設備。這些設備的移動速度相較于行人或其他交通工具可能較慢，因此在出行距離相同的情況下，輪椅使用者往往需要花費額外的時間成本來完成出行。因此，為便于計算，本文嘗試將出行速度視為一個固定值，并將出行時間成本等價轉換為出行路徑長度進行計算。

（2）城市交通狀況也會影響輪椅使用者的出行時間。密集的人群可能會造成輪椅使用者在人行道上行進緩慢，尤其在繁忙的商業區或公共交通站點周圍。擁堵的道路也會對輪椅使用者的出行造成阻礙。在道路交通高峰時段，車流量增加，不僅增加了輪椅使用者在道路上行駛的難度，也增加了他們等候過馬路的時間，輪椅使用者通常需要更多的時間通過擁擠的人行道及橫穿馬路。此外，輪椅使用者在市區行駛時，還需要特別關注人行道和道路的可通行性。城市部分區域可能存在坑洼路面、施工工地和其他不規則的地面情況，這些情況可能會對輪椅使用者造成困擾。因此，本文在評估輪椅使用者的出行時間成本時，必須考慮這些因素。

綜上所述，出行時間成本對于輪椅使用者的出行路徑規劃來說是一個重要的考量因素。通過將出行時間成本等價轉換為出行路徑長度并考慮交通狀況，可以更準確地評估和規劃輪椅使用者的出行路徑，幫助他們更高效地在城市中出行。這樣的路徑規劃算法有助于提升輪椅使用者的出行體驗，提高他們的出行效率和便利性。

2" 路徑規劃算法

2.1" 環境模型建立

建立環境模型是進行輪椅出行路徑規劃的前提。常用的環境建模方法包括網格法、幾何法和拓撲法[7-8]。A-star算法是一種經典的圖遍歷路徑搜索算法，它通過搜索某一區域來規劃一條合適的路徑。網格法能方便有效地表達輪椅出行的運動軌跡，簡化路徑規劃的計算過程。

將環境模型轉化為網格圖的過程主要是將環境劃分為小的方形區域，稱為網格，每個網格代表環境的一部分，每個網格與環境屬性（如顏色、高度、障礙物等）的存儲相關聯。本文將出行環境簡化為三維的網格，不同的網格高度表示輪椅的通行難度；將環境的關鍵信息轉化為柵格化數據，便于計算機分析和操作。

在環境建模階段，本文首先對能明顯阻礙輪椅使用者出行的障礙進行賦值。這些障礙物主要包括道路上各種設施，如斜坡、臺階等，這些因素會嚴重影響輪椅使用者的通行能力。通過對這些障礙進行賦值，可以在后續的路徑規劃中將其考慮進去，從而得到更具體的出行路徑。具體的賦值情況如表2所示，其中每個障礙物都被賦予了一個特定的值，用于表示其對輪椅使用者出行的影響程度。這些值可以根據實際情況進行確定，如較高的值代表障礙物對出行的嚴重阻礙，較低的值代表障礙物對出行的較小影響。本文將建筑物等無法通行區域的出行障礙成本賦值30，表示輪椅不可通行區域，便于模擬輪椅出行場景。在其他出行障礙中，臺階這一障礙對輪椅出行的影響程度較大，將其成本賦值為8。

接下來，將賦值后的地圖數據表示成圖2的形式。在這個地圖中，每個柵格都代表著一個出行節點，而柵格中的數字則表示對應的出行障礙賦值。通過這種方式，可以將整個出行區域劃分成離散的節點，從而在后續的路徑規劃中更方便進行計算和處理。此外，圖2中還使用灰色部分表示建筑等無法通行的區域。這些區域通常包括高樓、圍墻等，對輪椅使用者的出行造成直接阻礙。因此，將這些無法通行區域在地圖中表示出來，有助于更準確地模擬和規劃輪椅使用者的出行路徑。

最后，通過對圖2數據進行柵格化處理，分別得到二維和三維下的結果展示，如圖3所示。這些結果展示可以更直觀地呈現出行區域的分布情況，幫助研究者和決策者理解和分析輪椅使用者的出行環境，并為后續的路徑規劃提供參考和依據。

2.2" A-star路徑規劃算法

傳統的A-star算法是一種流行的路徑規劃啟發式搜索算法。它計算了從起點到終點的可行有限序列最短路徑。A-star算法的關鍵因素是路徑節點結構S、Open List和Close List。節點結構包含路徑節點的坐標S（i， j）、父節點S0i0， j0的坐標以及路徑節點的啟發式距離代價FS。Open List存儲要選擇的路徑節點，Close List存儲已搜索的路徑節點。局部啟發式距離代價函數表示為式（1）。

FS=GS+HS （1）

其中：GS是節點S從起點到終點的距離成本，而HS則是節點S到端點的距離成本。在本文中，歐幾里得距離用于計算GS，曼哈頓距離用于計算HS。

本文通過考慮出行障礙成本及出行時間成本，對傳統A-star算法進行改進，通過添加出行障礙成本函數ZS，降低輪椅出行的困難程度，提高路徑的可行性。改進后的代價函數可表示為式（2）。

FS=GS+HS+ZS （2）

改進后的A-star算法流程圖如圖4所示。其主要步驟如下：

Step1：初始化生成Open List和Close List，將開始節點插入Open List。

Step2：當Open List不為空時，從Open List中選取具有最低總代價F的節點，將其從Open List中刪除，添加到Close List中，并作為當前節點。

Step3：如果當前節點是目標節點，表示找到了路徑，結束算法。若當前節點不是目標節點，則進行下一步。

Step4：找出當前節點的所有相鄰節點。

Step5：對于每個相鄰節點：

（1）如果相鄰節點在Close List中，則跳過該節點；

（2）計算相鄰節點的總代價；

（3）如果相鄰節點不在Open List中，將其添加到Open List中，并更新相鄰節點的總代價和父節點；

（4）如果相鄰節點已經在Open List中，比較當前代價和先前計算的代價。如果當前代價更小，則更新相鄰節點的總代價和父節點。如果當前代價更大，則跳過該相鄰節點。

Step6：重新回到第2步繼續循環。

3" 仿真分析

采用MATLAB平臺進行仿真，將其建立在AMD-7840HS處理器的Windows11系統計算機上。以南京市某區域實際街道環境為例，將出行地圖按照上文中的方法進行柵格化處理，地圖柵格化后尺寸為30×30。設置起點為0，0，目標點為30，30。針對不考慮出行障礙因素和考慮出行障礙因素兩種情況下進行仿真對比分析。結果如圖4和圖5所示。將相應數據記錄在表3中。

根據表3所示的兩種情況下的仿真結果數據，并結合圖5和圖6，即不考慮出行障礙因素和考慮出行障礙因素的情況下，進行以下分析和比較。

首先，通過觀察圖5和圖6中規劃出的路徑，并結合表3中的數據，在不考慮出行障礙因素的情況下（除不可通行區域障礙物以外），輪椅使用者從出發地到目的地的最短路徑的總長度為65.032 6，而在考慮其他出行障礙因素的情況下，路徑長度為71.857 3。這表明在考慮了出行障礙物后，路徑長度相比不考慮障礙物的情況下稍微增加了一些。這是由于在考慮障礙物的情況下，路徑規劃算法會選擇繞過障礙物的更長路徑，以確保輪椅使用者的出行安全和順暢。

其次，結合出行障礙總值的數據，在不考慮出行障礙因素的情況下，出行障礙總值為49。這代表在不考慮其他出行障礙時，輪椅使用者在這條路徑下，需要面對較多的出行障礙物。而在考慮出行障礙因素的情況下，出行障礙總值僅為6。這說明在考慮出行障礙物后，路徑規劃算法優化了出行路徑，使輪椅使用者能夠避開多數出行障礙物，從而減少了出行的困難和風險。通過對比兩種情況下的路徑長度和出行障礙總值，本文可以得出以下結論：在考慮出行障礙因素的情況下，雖然路徑長度略微增加了，但這也意味著途中遇到的出行障礙物的數量明顯減少；這也說明在路徑規劃中考慮出行障礙因素的影響，可以幫助輪椅使用者找到更為安全、便捷的出行路徑。盡管路徑長度的增加可能會增加一些時間和努力，但避免了更多出行障礙物，為輪椅使用者提供了更好的出行環境。

4" 結" 論

本文針對城市復雜出行環境下的輪椅無障礙出行路徑規劃問題，提出一種基于改進A-star算法的輪椅無障礙出行路徑規劃策略，通過結合出行障礙以及出行時間兩種影響因素，將出行地圖進行柵格化處理，同時將出行障礙函數融入A-star的成本函數中，以實現對A-star算法的改進。最后通過仿真對比分析，可以得出：在輪椅無障礙出行的路徑規劃中，考慮出行障礙因素是非常重要的。

盡管路徑長度可能會略微增加，但這可以有效減少輪椅出行障礙，為輪椅使用者提供更安全，更順暢的出行體驗。這些結果可為城市規劃者和決策者提供重要的參考和指導，以創建無障礙的城市環境，改善輪椅使用者的出行條件。

參考文獻：

[1]" GHADER S， DARZI A， ZHANG L. Modeling effects of travel time reliability on mode choice using cumulative prospect theory[J]. Transportation Research Part C： Emerging Technologies， 2019，108：245-254.

[2]" PULMAMIDI N， ALUVALU R， MAHESWARI V U. Intelligent travel route suggestion system based on pattern of travel and difficulties[J]. IOP Conference Series： Materials Science and Engineering， 2021，1042（1）：012010.

[3] 孫秋霞，張玉，趙術蘭. 基于TPI數據的居民出行路徑選擇行為研究[J]. 重慶交通大學學報（自然科學版），2021，40（12）：62-68.

[4] 賈富強，楊信豐，代存杰，等. 考慮風險規避的出行路徑選擇行為分析[J]. 深圳大學學報（理工版），2022，39（2）：177-184.

[5] 李斌，王堯田，李雪. 社區環境中老年人的步行行為類型及場景[J]. 建筑學報，2018（S1）：1-6.

[6] 俞悅旻，范俞茹，盧雪梅，等. 城市社區“15分鐘生活圈”優化研究——“視障群體”方向[J]. 城市建筑，2020，17（15）：7-11.

[7]" LIU C， MAO Q， CHU X， et al. An improved A-star algorithm considering water current， traffic separation and berthing for vessel path planning： 6[J]. Applied Sciences， 2019，9（6）：1057.

[8]" ZHANG H， TAO Y， ZHU W. Global path planning of unmanned surface vehicle based on improved A-star algorithm： 14[J]. Sensors， 2023，23（14）：6647.