随着传统任务复杂性的增加和新应用场景的扩展,单辆无人车很难适应大型环境中的一些复杂情况。与单辆无人车相比,多辆无人地面车协同工作、共同完成任务,有着更高的任务执行效率。多无人车协同覆盖路径规划技术作为协同路径规划技术的一个重要分支,在许多领域都有着广泛的应用,成为近年来的研究热点。现有的相关研究主要集中在平面路径规划上,而忽略了地形对无人车的影响,导致算法无法直接应用在非平面表面的目标区域中。鉴于此,本文设计并实现了一种基于三维环境的多无人车协同覆盖路径规划系统,通过分析和提取三维环境中的地形信息,结合地形差异、基于最优目标进行各无人车的路径规划,在行驶效率最优条件下完成目标区域的全覆盖。实验表明,该系统在同等条件下规划出的路径更短、对于目标区域的覆盖率更高,并且对于无人车意外有着更强的鲁棒性,本文主要研究内容如下:1.研究基于网格权重的区域划分算法。首先提出网格权重法近似表示网格单元内的三维地形环境信息,基于改进的区域划分算法将目标区域更加精确的进行划分;然后定义无人车与子区域间的距离计算公式,为各无人车分配最优的子区域。通过实验对比与分析,提出的区域划分算法对三维区域的划分更均匀,性能更好。2.研究基于改进遗传算法的无人车覆盖路径规划。本文根据三维目标区域中环境的坡度、坡向,提出寻优策略分析路径中网格单元被选择访问的优先顺序,以时间代价最小为原则进行路径规划,最后引入样条插值方法对路径进行优化。实验结果表明,本文所提算法比传统遗传算法规划出的路径更能保证区域的完全覆盖。3.研究基于无人车效率与合作的容错机制。当无人车出现故障时,分析故障无人车剩余未覆盖区域的可用价值和可用无人车的可靠性,设计分配算法进行剩余区域与其他良好无人车的重新分配,填补覆盖缺口。系统测试表明,只要覆盖过程中还剩一辆完好的无人车,就可以保证目标区域的成功覆盖。4.多无人车协同覆盖路径规划系统的设计与实现。系统集成区域划分与分配、最优覆盖路径生成、容错机制以及可视化展示等功能于一体,为用户提供可靠的、优越的、系统性的协同覆盖路径规划解决方案。