摘要
当前物流仓库中路径规划是自动行驶小车的一个关键技术，路径规划技术是自动行驶系统中至关重要的算法模块，解决小车的行驶路线，规划出从搬运货物起的点到卸载货物的终点的最佳路径。路径规划算法需要与物流仓库地图环境相结合，以保证小车有效行驶和安全性，根据算法的特点，本文研究全局行驶路径规划和局部路径规划算法结合，实现物流仓库中小车路径规划。 针对物流仓库中货物种类多，存放点分布在多个区段，多车行驶中道路共用冲突时需要避让或局部路径重新规划等需求，本文从全局路径算法与局部路径算法两个部分入手，分别研究这两种算法内容。第一，在全局路径规划中把A*算法中的四种启发算法函数进行了仿真和对比，并设计了一种基于曼哈顿算法的A*寻路算法，但是A*算法始终是全局路径规划，是基于已知地图信息的路径规划，对局部的细节，动静态障碍物的规避效果都有待提升。第二，根据局部加权路径设计和DWA(Dynamic Window Approach)算法的基本原理，把该算法所用的函数指标中三项局部评价函数指标分别进行了综合仿真和统计分析，并就局部权重值应当如何选择的问题做出了解释，并根据DWA评价函数的权重占比设计出一种最佳DWA路径。通过将A*算法和DWA算法相融合，使得这两个算法的结合极大程度上的设计出了最符合全局最优的物流小车行驶路径，有效地解决了DWA算法存在陷入局部最优的困境的缺点，解决了A*算法的不足。同时，综合考虑小车所处位置的宽度、曲率、和障碍物等信息。 根据自动行驶的算法以及它们的参数构成，构建了实验验证平台，基于ROS系统下的小车系统作为主要研究对象，对各个功能模块进行了详细的设计分析，对move_base参数包进行合理配置，分别设计了静态障碍物干扰和动态障碍物干扰的实验。通过实验对本文所设计的算法进行了验证。
NETL