（1）研究目的：

激増物流业务导致的仓储环境不断发生变化，针对这一背景中无法满足这一变化带来的需求的运行轨迹固定的机器人，本文探讨开发了一种先进的寻路算法，使得机器人团队具备更高的灵活性和自主性。

（2）研究意义：

机器人技术的发展是一个国家高科技水平和工业自动化程的重要标志和体现,机器人在目前生产和生活中的应用越来越广泛,在某些场合和环境中正在替代人发挥着日益重要的作用。作为人类社会需要的一个反应,机器人技术的发展历程可分为三个阶段机械手（Robot Manipulators）、生物激励型（Biologically Inspired）机器人和移动机器人（MobileRobots）。在机器人学的发展过程中,机器人由传统的运动控制到现在的智能控制,它的应用领域也在发生着变化,从工业机器人（Industrial Robot）到现在的军用和服务等领域,如无人战场(Unmanned Filed)、监督(Surveillance)、医疗援助(Medical Assistance)和家庭服务(Domestic Service)、安全(Security)、探测(Exploratory)等,因此机器人技术得到了全世界普遍关注。

随着机器人技术的发展和社会需求的进一步提高,人们发现有些工作,如在复杂的或易变的环境里,单个机器人无法胜任,或者开发单个机器人远比开发多个机器人系统复杂,而且代价昂贵,所以人们转而研究多机器人系统(Multi-robot Systems,MRS)。

与单机器人系统不同的是,多机器人系统在空间、功能、信息、时间和资源的分布以及可靠性、灵活性、经济性等方面都表现出了极大的优越性“,所以的应用变得越来越广泛,如星球探索、无人作战飞机群、柔性加工工厂、核电站、无人作战坦克群、消防等需要群体作业的领域。可以预见,在不久的将来,会越来越多的走进人们的生活中,给人们的生活带来便利的同时提高人们生活的质量。因此,研究具有理论意义和实际意义。

在众多研究问题中,最基本的一个问题就是路径规划问题,即系统里的多个机器人为了完成系统规定的任务,首先要找到一条从出发点到目标点的安全路径,保证机器人与环境、以及机器人与其它运动的机器人之间不发生碰撞。因为环境中同时存在着障碍物和其它运动的机器人,增加了环境的复杂性和动态性,所以的路径规划问题,不同于以往的单机器人路径规划问题,使得系统内的机器人不仅要考虑得到一条可行的路径,而且还要考虑到同其它机器人路径之间的协调,这使得的路径规划问题变得更为复杂。正是鉴于的优势及其在各个领域中的巨大应用前景,而在实际应用中经常要工作在复杂的、动态的、非结构化的环境里,所以研究的动态路径规划方法对走向实际应用并更好的完成复杂的任务具有非常重要的意义。

随着市场的国际化和物流业的不断发展，仓储业作为物流管理过程中的重要组成部分，其管理模式的信息化程度备受关注。计算机电子技术和自动化技术的引入改变了传统的经营管理模式，大大提高了仓储业的服务效率和服务质量。但随着仓储规模的不断扩大，陈旧的仓储管理方式与硬件设施已经不能满足管理者的需求，许多工作仍然依靠人工来完成。尤其是在大型仓库中，货物的流动性非常大，货物的进出变动复杂，这就要求更新旧的仓储管理模式，依靠科技手段，推广应用新型的仓储监控技术，提高仓储的管理水平。在以计算机、机器人的基础上建立的智能仓库系统，可以及时更新和实时监控仓库货物信息，实现数据的自动化采集、存储，尽可能减少人工操作，简化操作流程，提高库存运作效率。

2. 研究的基本内容与方案

2.1 研究内容与目标