1.一种能耗最优下最优节点轮式移动机器人路径规划方法，包括Ep表示电机效率损失的能量、Eh表示地面起伏时的势能、Ef表示滚动摩擦阻力消耗的能量、Ek表示速度变化和转弯消耗的能量，从起始节点到n节点的实际代价g(n)，从n节点到目标节点的预估代价h(n)，对于评估节点n的估价函数f(n)，有f(n)＝g(n)+h(n)，其特征在于，从起始节点到n节点的实际代价g(n)的计算模型如下：

其中，轮式移动机器人在作业过程中，能耗受约于因素包括电机效率损失的能量地面起伏时的势能Eh＝mgΔh、滚动摩擦阻力消耗的能量Ef＝μmgcosθScn、速度变化和转弯消耗的能量 η表示电机效率；P表示电机功率；Scn表示从n节点的父节点到n节点之间的路程；vn表示n节点的速度；vn‑1表示n节点的父节点的速度；m表示轮式移动机器人的质量；g表示重力加速度；Δh表示当前点到下个点的高度差；μ表示摩擦系数；θ表示坡道与水平面之间的夹角；I表示转动惯量；ω表示角速度；从n节点到目标节点的预估代价h(n)的计算模型如下：其中，S(n)表示n(x1,y1,z1)节点和目标节点ngoal(x2,y2,z2)之间的预估距离采用对角线距离；实际代价S(n)的计算模型如下：其中，Sdiagonal(n)和Sstraight(n)的计算模型如下：Sdiagonal(n)＝min(|x1‑x2|,|y1‑y2|,|z1‑z2|)Sdiagonal(n)＝min(|x1‑x2|,|y1‑y2|,|z1‑z2|)其中，min表示取最小值，Sdiagonal(n)和Sstraight(n)分别表示沿着对角线移动的距离和曼哈顿距离；在搜索过程中，拥有openlist表和closelist表，其中openlist表中存储待被搜索的节点，closelist表中存储已被搜索过的节点；在把当前节点的8个邻近节点中未被放入openlist表中的可通行节点放入openlist表后，再将其放入每次寻找新的当前节点后都会被清空的caculist表中，同时把已在openlist表中，但g(n)值更低的节点也放入caculist表中，再从caculist表中找到f(n)值最小的节点作为预选节点np；判断该预选节点是否在障碍范围内，若在，则找出障碍范围内f(n)值最小的节点n′p，与np的f(n)值相比，较小者作为当前节点；若不在，预选节点np直接作为当前节点，从而避免局部最优的情况出现；若caculist表为空，再在openlist表中找f(n)值最小的节点作为当前节点；在此情形下，大多数是最多会从8个点中找到最优节点，而不是从openlist表中找到最优节点，从而提高算法的运行速度；一种能耗最优下最优节点轮式移动机器人路径规划方法流程如下：步骤一：如果是首次循环，NC表示循环次数，其迭代计算公式是NC＝NC+1，令NC＝1，则起点作为当前节点n，跳转至步骤五，否则继续往下执行；

步骤二：如果caculist表是空表，从openlist表找到离目标点最近的f(n)值最小的节点作为当前节点n，跳转至步骤五，否则继续往下执行；

步骤三：找到caculist表中f(n)值最小的节点，将该f(n)值最小的节点作为预选节点np；

步骤四：判断预选节点np是否在障碍范围内，若在，找出障碍范围内f(n)值最小的节点n′p，与np的f(n)值比较，选取n′p与np对应f(n)值最小者的节点为 当前节点n；

步骤五：将当前节点n放入closelist表中，之后的循环中，该节点将不会再被当作当前节点；

步骤六：设置空表caculist表；

步骤七：若当前节点n是目标节点，则寻路成功，或者openlist表已为空表，则寻路失败，算法结束，否则继续往下执行；

步骤八：依次搜寻点n的8个邻近节点，若是为不可越过点，则邻近节点放入closelist表中；

步骤九：如果某邻近节点中，既没有在openlist表，也不在closelist表中，将其放入openlist表，计算出该邻近节点的f(n)值，并设父节点为n；如果已在openlist表中，判断其g(n)值是否更小，若是，则用更小的g(n)值替换原来的g(n)值，同时在预估代价值h(n)前引入比例因子α，重新计算f(n)值，并设父节点为n，否则查看其它邻近节点，将邻近节点放入caculist表中；

步骤十：所有邻近节点查看完毕后，跳回步骤二。