【多机器人路径规划】基于Dijkstra算法实现多机器人路径规划问题附matlab代码

1 简介

移动机器人的避障问题是移动机器人控制领域的研究热点。针对给定的移动机器人避障问题 , 探讨了最短路径及最短时间路径的路径规划问题。对于最短路径问题 ,建立 了简化的路径网格模型 ,将其抽象为由节点及边构成的两维图,再使用经典的Dijkstra算法获得可行的最短路径；对于最短时间路径问题 , 通过分析移动机器人弯道运行的速度曲线, 基于几何方法得出了移动时间与过渡圆弧圆心之间严格的数学关系 , 此后借助matlab优化函数获得最佳的移动路径算法可为类似机器人避障问题的解决提供借鉴。

2 部分代码

cmap = [1 1 1; ...    0 0 0; ...    1 0 0; ...    0 0 1; ...        0 1 0; ...    1 1 0; ...    0.9 0.9 0.9;  %路径1    0.8 0.8 0.8;  %路径2    0.7 0.7 0.7;  %路径3    0.6 0.6 0.6;  %路径4    0.5 0.5 0.5;  %路径5    0.4 0.4 0.4;  %路径6    0.3 0.3 0.3; %路径7    0.2 0.2 0.2;  %路径8    0.1 0.1 0.1;   %路径9    0.05 0.05 0.05; %路径10    1 0.75 0.8;      %机器人1    0.86 0.08 0.24;      %机器人2    0.5 0 0.5;      %机器人3    0.25 0.4 0.86;      %机器人4    0.44 0.5 0.56;      %机器人5    0 1 1;      %机器人6    1 0.84 0;      %机器人7    1 0.55 0;      %机器人8    0.74 0.56 0.56;      %机器人9    0.12 0.56 1];     %机器人10colormap(cmap);​map = false(18);map(1:3, 1:3) = true;map(1:4, 4:7) = true;map(1:4, 9:10) =true;map(1:18, 15:18) =true;%map(1:7, 12:14) =true;map(4:5, 1:2) = true;map(18, 1:18) = true;map(16:17, 1:2) = true;map(16:17, 4:5) = true;map(16:17, 7:10) = true;map( 7:8, 12:14) =true;map( 10:18, 12:14) =true;map(10, 12) = false;map(14, 12) = false;map(7:8, 2:3) = true;map(10:11, 2:3) = true;map(13:14, 2:3) = true;map(7:8, 5:6) = true;map(10:11,5:6) = true;map(13:14, 5:6) = true;map(7:8, 8:9) = true;map(10:11,8:9) = true;map(13:14, 8:9) = true;image(1.5, 1.5, map);grid on;axis image;disp(map)

3 仿真结果

4 参考文献

[1]邹益民, 高阳, 高碧悦. 一种基于Dijkstra算法的机器人避障问题路径规划[J]. 数学的实践与认识, 2013, 043(010):111-118.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。