如何規劃倉儲智能分揀機器人的路徑？

這個問題，理論上是兩種場景的問題。

1、分揀機器人的路徑規劃是通過什么模式來做的？

這種情況，理論上是學生問的。我簡單介紹一下模型。（見后面詳細）

2、工業現場向問倉儲機器人的路徑具體規劃的。

這種情況，比較簡單。去問AGV的生產企業。如果我給你解釋就是非常簡單。Agv本身的控制系統中，全部是封裝了導航，地圖識別，動作路徑，以及停頓。

簡單的說，將整個工廠所有貨架的位置，用坐標標注好，輸入到AGV中就可以直接定點取貨了。

這個不想詳細解釋了。咱們解釋一些理念性的東西，畢竟我也沒法大半夜給你寫代碼。

分揀機器人的路徑是怎么規劃的？

常用的導引方式分兩大類：車外預定路徑方式和非預定路徑方式。

1、車外預定路徑導引方式：

是指在行駛的路徑上設置導引用的信息媒介物，AGV通過檢測出它的信息而得到導向的導引方式，例如電磁導引、光學導引、磁帶導引(又稱磁性導引)等。

我們常見的送餐機器人，還有很多工廠里面，你能夠在地上看到磁條的都是這種類型的導引方式。這種非常方便，因為很省錢，磁條1米/20元。相比于其他的方式節省太多了。

2、非預定路徑(自由路徑)導引方式：

其一是指在AGV上儲存著布局上的尺寸坐標，通過識別車體當前方位來自主地決定行駛路徑的導引方式，又稱車上軟件一編程路徑方式；其二是指激光導引。

大部人非常想知道，這第二種引導方式是怎么做到的？

這就要說到比較概念的東西了：機器人路徑的規劃算法。(是不是很高大上，其實都是比較成熟的技術，我就簡單介紹一下，這是很多前輩的高深研究，很顯然沒法原創)

這五種是基礎的算法概念，在這五種算法的指導下，是對應的傳統與智能的路徑規劃方案。

主要介紹一種傳統典型的路徑規劃類型的方法：A* 、D*算法。

1、A* 、D*算法：模擬退格法

（1）需要從A移動到B，繞過障礙首要步驟：方格（三角形五角形.etc）劃分空間,簡化搜索區域。空間被劃分為二維數組（能夠看到圖中一個一個的方塊就是形象化的二維數組），數組中每個元素代表空間中的一個方格，可被標記為可行或不可行。未來的路徑就是一系列可行方塊的集合。Nodes的概念涵蓋了一系列可行方塊（或其他形狀）。

（2）從節點A開始，搜索其臨近節點，知道找到目標點。如果有玩過掃雷的，應給深有體會，找到你附近的點。同時，通過現有的點去推測遠距離的點的情況。

（3）每一個點都有8個相鄰點，從節點A開始，把一系列待考慮的節點放入OpenList里面，OpenList存放著一系列需要檢查的節點（方塊），如圖，首先檢查起點周圍的8個節點。

給每個節點賦值F=G+HG：從初始點到給定待查節點的距離（可多種距離量度）H：從給定 待檢查節點到目標點B的距離（可多種距離量度）（Heuristic計算時忽略到達目標點會遇到的障礙）

你會得到相鄰的8個點，每一個點都有一個特殊向量數字矩陣。

（4）找到F值最小的節點作為新的起點將它從OpenLsit中刪除，加入到ClosedList里面檢查它的臨近節點，忽略已經在ClosedList中的節點和不可行節點（障礙）如果臨近節點已經在OpenList里面，則對比一下是否從現節點到臨近節點的G值比原G值小，若是，把現節點作為父節點。否，不做改動

（5）然后就能夠發現一個新的節點。這樣重復這個步驟。

（6）然后新的節點就出現了。

在目標節點的范疇內，進行選擇，紅點就是整個路徑的規劃。這種應用于動態情況下路徑規劃。在現在的SLAM中應用的非常廣泛。

上面還有幾種路徑的規劃方法，沒法展開了介紹了。由其他大神補充。