1. 本选题研究的目的及意义

随着电子商务的蓬勃发展和物流行业的快速扩张，智能仓储系统作为现代物流的重要组成部分，正逐渐成为提升物流效率、降低运营成本的关键。

智能仓储机器人作为智能仓储系统的核心设备，其路径规划的优劣直接影响着仓储系统的整体性能。

因此，研究高效、智能的仓储机器人路径优化方法具有重要的现实意义。

2. 本选题国内外研究状况综述

智能仓储机器人路径优化问题近年来受到国内外学者的广泛关注，相关研究成果不断涌现。

1. 国内研究现状

国内学者在智能仓储机器人路径优化方面取得了一定的进展，主要集中在以下几个方面：
1.传统路径规划算法的应用:一些学者将a算法、dijkstra算法等经典路径规划算法应用于仓储机器人路径优化中，取得了一定的效果。

3. 本选题研究的主要内容及写作提纲

本研究的主要内容是探索一种将自主决策与群体决策相融合的智能仓储机器人路径优化方法，以提高机器人在复杂动态环境下的路径规划效率和适应性。

1. 主要内容

1.智能仓储环境建模:构建智能仓储环境模型，包括仓储地图、机器人模型、任务分配模型等，为路径优化提供基础。

4. 研究的方法与步骤

本研究将采用理论分析、算法设计、仿真实验和结果分析相结合的方法，具体步骤如下：
1.文献调研与分析:深入调研国内外智能仓储机器人路径优化、自主决策、群体决策等相关领域的文献资料，了解研究现状、发展趋势和存在问题，为本研究提供理论基础和参考依据。

2.智能仓储环境建模:针对实际仓储环境，构建合理的仓储地图模型、机器人模型和任务分配模型，并考虑各种约束条件，为路径优化提供仿真平台。

3.自主决策路径规划算法设计:研究基于改进a算法的自主决策路径规划方法。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.提出了一种将自主决策与群体决策相融合的智能仓储机器人路径优化方法，将两种决策方式的优势相结合，提高了机器人在复杂动态环境下的路径规划效率和适应性。

2.设计了一种改进的a算法，通过引入动态障碍物规避机制、实时路径调整策略等，提高了算法在动态环境下的效率和适应性。

3.设计了一种改进的蚁群算法，通过引入精英策略、最大最小蚁群系统等，提高了算法的全局搜索能力和收敛速度。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 刘明,杨宜民,胡昌华,等.多机器人协同路径规划研究进展[j].控制理论与应用,2020,37(01):1-16.

[2] 李超,曾周末,李枚毅,等.基于改进人工势场法的移动机器人路径规划[j].华南理工大学学报(自然科学版),2021,49(04):76-83.

[3] 陈雪莲,张毅,杜宇,等.基于改进蚁群算法的移动机器人路径规划[j].计算机应用,2021,41(04):1041-1047.