随着互联网的快速普及,网络购物这种新型生活方式开始逐步进入普通消费者视野,并带动了物流行业的飞速发展。然而,物流分拣环节中低效的分拣方式导致物流快递运输缓慢,不能满足现代化互联网消费者对网络购物快捷方便的要求,并逐步成为制约互联网购物发展的瓶颈。为了实现物流快递分拣环节高效、快速以及无差错地分拣货物,论文采用了移动机器人搬运物流快递的解决方案,建立了多机器人路径规划模型,并完成了多机器人路径规划算法,实现了机器人自动分拣系统的软件仿真平台。针对当前集中式多机器人路径规划策略所得到的路径存在耦合性高、总路径长、机器人避碰等待时间多等缺点,论文结合了集中式和分布式路径规划策略,提出了一种基于三维时空地图和运动分解的多机器人路径规划算法。为了能够在时间维度上区分相同位置上的不同机器人,论文创新性地设计了三维时空地图,在此基础上,分析了单机器人执行任务时,其理论运动总耗时的组成部分,并由此建立了单个机器人运动耗时模型。在论文的路径规划算法中,机器人完成物流分拣任务首先需要确定路径运动总耗时、转向总耗时以及原地停留总耗时三个初始参数,并利用这些参数计算出理论总耗时。其次,根据这三个耗时参数以及当前时刻的三维时空地图,计算出从起始节点到达目标节点的所有符合参数要求的路径集合。最后,遍历路径集合中的所有路径,对于每条路径,计算其实际总耗时,如果实际总耗时和理论总耗时之间的差距小于规定的最大误差,则可认为该路径为最短路径,否则,继续遍历剩下的其余路径,如果路径集合中所有路径计算的实际总耗时和理论总耗时之差全都大于最大误差,则需要动态调整参数,然后继续执行算法的初始步骤。为了解决按照参数要求计算路径集合的问题,论文结合了A*算法的启发式搜索方式,以及参考了物体本身发射红外线的原理,实现了基于节点辐射的启发式路径规划算法,其原理为在路径搜索的过程中实时检查当前已得到的路径是否符合参数要求。在一般路径规划测试环境下,与基于A*算法和蚁群算法的两层冲突消解算法相比,论文提出的路径规划算法总路程长度分别下降了21.18%、20.51%,总耗时分别下降了42.52、23.92%。而在物流分拣环境下,其规划的总路程长度分别下降了19.26%、13.58%,总耗时分别下降了40.54%、24.45%。实验结果表明本文算法规划的路径具有路径长度短、运行时间少、系统无碰撞、鲁棒性高等优点。