《智能机器人创新设计》 课件 实践：多机器人路径规划.pptx

多机器人路径规划——一段及多段路径实践智慧物流系统：从设计到实现

教学内容CONTENTS4实践准备3任务要求1项目目标5一段路径-程序框图6一段路径-操作步骤7一段路径-实操效果2项目原理8多段路径-程序框图9多段路径-操作步骤10多段路径-实操效果11拓展思考

31项目目标了解D*算法对一段路径及多段路径进行规划的设计思路，通过分析其算法逻辑，学习使用Python编程语言进行相应的函数模块设计。不同函数模块的设计与算法原理的结合将有助于同学们完全理解算法本身。基于类真实的物流场景任务，完成算法的调试，最终在应用软件Flex-PF实现基于D*算法给多个物流机器人规划路径，使物流机器人根据最优的路径实现从起点位置移动到货架位置。

42项目原理D*（D-Star,DynamicAStar）算法是典型的动态网路求解最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起点为中心向外层扩展，直到扩展到终点位置，该算法实现原理为在机器人按照预定路线行驶的过程中，当与其他机器人发生碰撞时，把其他机器人当作障碍物，并且重新规划路径。

52项目原理(一)D*算法的主要步骤:①计算起点到终点的曼哈顿距离；②利用A*算法给每个机器人都规划最优路径，并在路径中出现转弯时增加转弯惩罚；③根据A*算法规划出来的路线，去检测是否冲突，获取某一时刻其他小车的位置，如果出现冲突，将其他小车当作障碍物，并重新规划路径；④遍历start_end_group中的开始结束坐标对，依次调用D*算法给机器人规划路线。(二)通过命令行的方式或者Pycharm开发环境运行(run)，查看结果，检查路径规划是否有错误。

63任务要求场景任务一：针对一段路径，对多个机器人进行路径规划。使用Python编程语言实现D*算法功能函数模块；通过D*算法功能模块实现物流机器人从等待区到货架区的路径规划任务。

7使用python语言编写一个Dstar类(或函数)，该类(或函数)根据D*算法多个机器人规划起点到货架的路径：起点到货架3任务要求

83任务要求场景任务二：针对多段路径，对多个机器人进行路径规划。需要考虑机器人的前进时间、转弯时间、进货架区的减速时间、抬升货架的时间、延时等待时间。使用Python编程语言实现D*算法功能函数模块；通过D*算法功能模块实现物流机器人从等待区到货架区，再从货架区移动到取货区，最后再从取货区返回货架区的路径规划任务。

9使用python语言编写一个Dstar类(或函数)，该类(或函数)根据D*算法多个机器人规划多段路径：机器人到货架①从机器人到货架的路径；货架到取货点取货点到货架②从货架到取货点的路径；③从取货点到货架的路径；3任务要求

104实践准备序号教学环境数量要求1电脑1Windows102物流机器人1无问题、满电3路由器1品牌：TP-Link型号：TL-WAR452L4场地18x75货架≥2货架紧固无松散

115一段路径-程序框图

12(1)场地设置：8*7的地图在地图中标记静态的障碍物和货架区，明确货架区的进出规则；配置地图大小、货架区、障碍物、机器人的起终点、机器人初始朝向等相关参数；6一段路径-操作步骤

13(2)D*算法的主要步骤：①计算起点到终点的曼哈顿距离；②利用A*算法给每个机器人都规划最优路径，并在路径中出现转弯时增加转完惩罚；③根据A*算法规划出来的路线，去检测是否冲突，获取某一时刻其他小车的位置，如果出现冲突时，将其他小车当作障碍物，并重新规划路径；④遍历start_end_group中的开始结束坐标对，依次调用D*算法给机器人规划路线；(3)通过命令行的方式或者Pycharm开发环境运行(run)，查看结果，检查规划出的路径是否有错误；6一段路径-操作步骤

14(4)引用库：本例程中自定义的Dstar类需要依赖heapq库和numpy库，载入相关库；numpy是一个运算速度非常快的数学函数库heapq提供了堆排序算法的实现6一段路径-操作步骤

15(5)创建Dstar类，包含15个属性，10个方法。在初始化方法中定义15个属性6一段路径-操作步骤

16(5)创建Dstar类，包含15个属性，8个方法。①②③④⑤⑥⑦⑧重置地图，设置地图中的障碍货架区以及动态障碍计算起点终点的曼哈顿距离有哪些信誉好的足球投注网站地图，判断相邻坐标是否可有哪些信誉好的足球投注网站路径中出现转弯时，添加转弯惩罚利用A*算法规划路径，只考虑静态障碍物获取某一时刻其他小车的坐标位置利用D*算法优化A*算法规划处的路径同时控制多个机器人按照规划的路径移动6一段路径-操作步骤

17①函数resetMap：将非目标的货架设置为障碍，小车不可以在货架区随意穿行。在固定位置放置障碍，将某一时刻遇到的小车设置为障碍