【208】第45卷第02期2023-02收稿日期：2021-12-13作者简介：胡晓（1997-），女，重庆人，硕士研究生，研究方向为多机器人系统控制、调度和仿真。基于运动学-反向可恢复A*算法的移动机器人拣货系统路径规划研究ResearchonpathplanningofroboticmobilefulfillmentsystembasedonkinematicreverseresumableA*algorithm胡晓1*，陈传军2，刘利波2，陈佳梁2，翁迅3HUXiao1*，CHENChuan-jun2，LIULi-bo2，CHENJia-liang2，WENGXun3（1.北京邮电大学人工智能学院，北京100876;2.北自所（北京）科技发展股份有限公司，北京100120;3.北京邮电大学现代邮政学院（自动化学院），北京100876）摘要：在具有高度动态特性的移动机器人拣货系统中，路径规划算法的性能决定了机器人集群执行任务的实际效率。通过将系统中多个机器人的协同路径规划问题转化为多智能体路径规划问题MAPF，基于引入运动学特性的时间窗分层协作A*算法RRA*-WHCA*，提出了一种改进算法KRRA*-WHCA*。针对经典反向可恢复A*算法RRA*缺乏考虑机器人转弯时间等运动学特性的问题，引入辅助坐标系和标准计数对照表对最小转弯时间进行精准求解，通过加入最小转弯时间优化了预估代价的评价方式，使算法可以快速找到最优路径，提高了整体WHCA*算法的寻路效果。仿真结果表明，KRRA*-WHCA*算法相比RRA*-WHCA*算法，在机器人平均行驶距离相似的情况下，有效降低了最大完工时间和平均任务完成时间，显著提高了整个系统的作业效率。关键词：移动机器人拣货系统；路径规划；多智能体；A*算法中图分类号：F252；O224文献标志码：A文章编号：1009-0134(2023)02-0208-060引言移动机器人拣货系统（Roboticmobilefulfillmentsystem，RMFS），具有高拣选效率、高准确率、高容错率、可扩展性强和部署快速等特点，可以大幅提高拣选作业效率并降低人工成本，已经被广泛应用于仓储物流领域。随着仓库订单拣选作业量的爆发式增长，数量庞大的机器人被应用于RMFS，使其具有了高动态性、高随机性和大规模等作业特点[1]。大量机器人共享同样的工作环境虽然提高了系统的作业效率，但是在进行路径规划时也产生了资源竞争问题：机器人之间相互争夺路径资源会产生碰撞、冲突、堵塞和死锁等问题，严重影响生产效率和安全性。因此，多机器人的路径规划问题是移动机器人拣货系统大规模应用的瓶颈和技术难点。目前，专门针对移动机器人拣货系统的多机器人路径规划问题研究还较少。李昆鹏等[2]对任务分配、路径规划和冲突协调问题进行...
