基于多地形因素引导的群机器人CBS路径规划算法

来源：计算机工程与应用杂志2026年第2期北京时间：

作者：周雯娜, 毛剑琳, 王妮娅, 房程远, 梁隆硝

单位：昆明理工大学 信息工程与自动化学院，昆明 650500；

摘要：在传统二维地图中，大部分的机器人路径规划问题是假定地图场景完全平坦，忽略了机器人移动的实际路径质量问题。针对上述问题，提出一种面向非完全平坦地形场景的多地形因素引导的群机器人基于冲突搜索算法（conflict based search‐terrain gradient factor，CBS-TG）路径规划算法。考虑场景的高度、坡度以及地面粗糙等因素，提出地形梯度因子（terrain gradient factor，[Ftg]），建立地形梯度因子地图；构建冲突避免表（conflict avoidance table，CAT），以冲突不增加为前提选择更平缓的区域，进而减少机器人能耗，保证路径总代价最优性。实验结果表明，该算法在小规模地图中路径总值（sum‐of‐value，SOV）性能提升了15%以上，大规模地图场景中路径总值性能提升了23.2%以上，实物实验结果进一步证实了算法的有效性和可行性。

关键词：多机器人系统,路径规划,多地形因素,冲突预测,地形梯度地图

基金资助：国家自然科学基金（62263017）。