带障碍物惩罚因子的多机器人路径规划

轻载环境中，复杂障碍物区域将引起机器人之间局部冲突加剧，进而导致路径求解效率下降，针对该问题，提出轻载环境下带障碍物惩罚因子的多机器人路径规划方法。在基于冲突搜索(conflict-based search, CBS)算法框架的下层单机规划过程中，通过对即将拓展机器人位置的周围障碍物分布类型进行判断，赋予与之对应的障碍物惩罚因子；对路径规划过程中的惩罚因子进行累加，作为单机规划的启发值对路径进行选取；结合CBS算法框架的上层冲突消解策略进行多机器人的路径规划与冲突协调。测试结果表明，在10%障碍物分布的轻载环境中，所提算法的求解时间约为CBS算法的81.38%～83.67%，二叉约束树(constraint tree, CT)拓展量为CBS算法的60.14%～71.66%。在Gazebo中仿真表明，所提方法可减小通过复杂障碍物区域的次数。