1.1研究目的及意义

本文的研究主题是智能仓储机器人的调度优化问题。之所以选定此主题的原因由以下几个方面组成：

（1）《2018年（上）中国网络零售市场数据监测报告》显示，网络零售市场交易规模达到40810亿元，同比增长30.1%，用户规模已经达到5.69亿人，未来还会不断上升。这表明电子商务的网络零售方面已经势不可挡，发达的物流系统是网络零售流通的基石，且网络零售的特点是发货单位小型化，品种多，批量小，在仓储管理方面，传统的分拣方式难以满足需求。基于移动机器人的自动化仓储技术兴起。

（2）仓储环境与其他环境相比，复杂且有的一定的规律，为了更好的实现需求，需要多个机器人共同协作完成订单任务。存在多个机器人的环境需要考虑多个机器人之间的交互问题，避免发生碰撞。同时，机器人还要能够以最优路径到达指定的取货位置，完成配送任务。为了满足现实需求，更智能的去中心化的自主调度与群体决策相融合的路径规划方式是更符合未来发展的方式。

（3）2019年的1-2月，包括货拉拉，牧星智能等在内的7家物流企业融资近100亿元，其中牧星智能主要是以AI仓储机器人为载体的物流企业。这只是物流融资的一小部分，但是随着投资的不断扩大，物流产业必将有持续的活力。

综上所述，由于电子商务的迅猛发展致使物流行业要不断进步，仓储物流作为网络零售商品流通的第一步，仓储的工作需要从传统的方式进入智能机器人阶段，要想实现真正的高效就必须不断优化机器人的调度问题。随着社会上对物流行业的投资，侧面说明物流行业的发展前景良好。所以本文是从当今需求和未来发展的角度来分析得出论文的选题是具有一定的现实意义的。

1.2国内外研究现状

1.2.1机器人路径规划经典算法

路径规划是仓储机器人实现功能的核心部分，文献[14]将移动机器人的路径规划技术分为基于全局的路径规划技术和基于传感器的局部路径规划。全局路径规划主要包括：可视图法、栅格法、拓扑法、神经网络法等.其中，栅格法是目前应用最多也最有效的一种全局规划方法；局部路径规划包括：人工势场法、模糊逻辑算法、神经网络法、遗传算法等。

1.2.2仓储机器人路径规划方面的研究状况