基于A*算法的仓储物流机器人路径规划系统仿真与实现开题报告

1. 研究目的与意义（文献综述）

随着科学技术和信息产业的快速发展，机器人的应用与发展也越来越迅速，机器人在未来社会工作中所处的地位越来越重要，与人类生活的联系越来越紧密，机器人具有众多人类不具备的优势，可以帮助完成众多危险性较高或重复性较高的工作，大大的便利了人们的生产生活。近年来，由于机器人的快速发展，很多研究者都涌入了机器人的结构设计、系统设计、智能控制等诸多领域。目前机器人商用也成为了一种发展趋势，在医疗、生产、物流等行业，机器人的使用可以使得生产效率获得提高并且机器人的使用减少了很多意外风险发生的概率。

目前，随着电商行业的快速发展，对于一些大型企业来说，仓库的运作管理成为了企业发展中的重要问题。仓储物流机器人是一种用于仓库搬运的智能机器人，最早出现在二十世纪五十年代，但其在国内出现的时间比较晚，直至2015年国内才有相关人员对其展开研究与实现，其操作简便、使用灵活、安全且高效，在目前有着广阔的应用市场。目前国内行业内已经涌现出了几家发展速度较快、技术水平较高的仓储物流机器人厂商。将仓储物流机器人引进仓库中，可以代替从前的人工搬运，在减轻人工劳动量节约人工成本的情况下还可以提高仓库的整体工作效率，使得仓储物流机器人有着良好的发展前景，但由于其为新兴产业，其功能上的一些问题，如机器人的智能程度不足以应对各种不同环境，国内对于机器人的制造商水平与工业发达国家相比仍存在较大的差距等使得其行业发展依然面临着一系列巨大的挑战。

路径的规划是仓储物流机器人制造技术中的重点问题，规划好仓储物流机器人在执行订单任务过程中的路径可以使仓储物流机器人依据订单要求更加快速、准确的工作，帮助用户节省时间，大大提高物流机器人的工作效率。路径规划问题可以这样描述：机器人在一个未知的或已知的环境静态环境中，对当前环境中的空间路径进行规划，实现在该空间内机器人能够快速的无碰撞的从初始位置到达目标位置。路径的规划一般是通过高级语言编制出相应的算法来实现的，根据这些算法实现的原理，可以将其划分为非进化型和进化型两大类。非进化型算法一般具有较为简洁的设计流程及思路，同时一般还具有较高的处理效率。其不足之处在于非进化型不具有智能及记忆的特点，无法在实现过程中完成自我学习并进行自我更新。进化型算法及智能型算法，其解决问题的方式一般较为复杂，效率也比较低，但具有一定的自我学习、自我更新及记忆能力。根据算法的数学特征，又可以将非进化型算法分成经典数学与几何图论两种。经典数学类包括图搜索概率法、模拟退火算法、人工势场法、a*算法、dijkstra算法和floyd算法。相较于人工势场、dijkstra、floyd等其他经典数学算法，a*算法的特点在于其可以较为方便的找到开销最小、路径最短的路径，但同时，当数据量增大时，无用节点导致a*算法搜索时间也随之增加。

2. 研究的基本内容与方案

2.1 研究内容和目标

研究的基本内容。本设计将学习基于a*算法的仓储物流机器人的路径规划问题，并对其进行仿真与实现。针对仓库环境以及通常所接收的订单情况，以在所给静态仓库环境中寻找到最优路径为目标，采用a*算法进行路径搜索与估计，实现基于a*算法的仓储物流机器人的最优路径的规划与选取，完成仓储物流机器人的路径规划。

研究目标。计划完成基于a*算法的仓储物流机器人的路径规划的理论设计，尝试软件仿真验证效果，完成资料整理和论文编写。

3. 研究计划与安排

(1)第1-3周:查阅相关文献资料，明确研究内容，了解研究所需理论基础。

确定方案，完成开题报告。

(2)第4-5周:熟悉掌握基本理论，完成英文资料的翻译。

4. 参考文献（12篇以上）

1. 赵晓,王铮,黄程侃,赵燕伟.基于改进a*算法的移动机器人路径规划[j].机器人,2018,40(06):903-910.

2. 张涛. 仓储物流机器人室内定位与路径规划[d].西南交通大学,2018.

3. 梁晓辉,慕永辉,吴北华,江宇.关于路径规划的相关算法综述[j].价值工程,2020,39(03):295-299

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付