为解决油田计量间和注水间等站库区域结构复杂、巡检点分布密集以及传统A*算法在此类环境中搜索效率偏低等问题，提出了一种基于改进加权A*算法的油田巡检机器人路径规划方法。首先，依据辽河油田公司沈阳采油厂的真实站区布局，对计量间、注水间、楼梯、房门及多类室外障碍物进行结构化建模，并构建了尺寸为 60×60的规则栅格地图，同时按照现场阀门的实际布置确定了多个巡检目标点；在加权A*算法框架中引入与目标距离相关的动态权重函数，使算法在远距离规划时具备更强的方向指向性，在靠近目标区域时能够获得更平滑且更稳定的局部路径；同时，结合节点自适应投影机制与八邻域约束，提高规划过程在复杂环境中的可行性与鲁棒性；此外，采用基于最近邻策略的轻量级TSP方法优化室内阀门的巡检顺序，并通过拐点提取简化生成路径，以减少冗余节点；最终在基于ROS2与RViz的三维仿真环境中完成验证。结果表明，在路径长度、拐点数量及轨迹平滑性等方面，基于改进加权A*算法较传统A*算法具有显著优势，可有效提升油田巡检机器人的路径规划性能。
