基于分层路径规划的多机器人三维时空协同避障方法研究

《Engineering Applications of Artificial Intelligence》：Multi-robot collaborative obstacle avoidance based on hierarchical path planning methods

　　本文提出了一种融合全局路径规划（改进JPS算法）与局部时空冲突协调的分层框架，通过引入安全距离约束和角度优先搜索策略优化Jump Point Search（JPS）算法，结合三维时空网格模型实现动态障碍物与多机器人冲突预测，最终采用动态窗口法（DWA）与优先级机制完成实时避障。实验表明该方法在路径长度、转折点数量和计算效率上显著优于A?算法与原JPS，有效提升复杂动态环境下多机器人系统的安全性、实时性与协作性。

　　

Section snippets

Global path planning methods

全局路径规划是多机器人协同导航的基础，其目标是为每个机器人从起点到终点生成一条最优且无碰撞的轨迹。传统Jump Point Search（JPS）算法的核心在于识别路径中的跳跃点，有效替代A?算法（A-star）的全方向节点搜索步骤。与A?算法相比，JPS算法显著提升了搜索效率，但面对复杂动态环境时仍需进一步优化。

A multi-robot local spatiotemporal conflict coordination method based on three-dimensional spatiotemporal diagram

在全局路径规划结果的基础上，机器人仍需应对动态局部环境中的未知障碍物与其他智能体的运动冲突。为解决这一挑战，本文提出一种时空冲突协调方法，通过构建三维时空冲突模型并融合动态避障策略，实现多机器人系统内的协同碰撞避免。

Simulation and validation

为验证所提出的基于分层路径规划的多机器人协同避障策略的有效性与适用性，我们从两个角度开展系统仿真实验：评估改进JPS算法在全局路径规划中的性能优势，以及分析多机器人系统在时空冲突场景下的协调机制。通过单机器人与多机器人实验对比，本方法在路径平滑性、安全边际与协调效率方面均展现出显著优势。

Conclusion

针对多机器人系统路径规划中存在的路径质量差、安全性低及实时冲突解决能力弱等问题，本文提出一种基于分层路径规划算法的协同避障方法。在全局层面，改进的JPS算法融入安全距离约束与角度优先搜索策略，生成兼顾安全与效率的路径；在中间层面，三维时空模型为动态冲突预测提供核心支持；在局部层面，结合动态窗口法（DWA）与优先级机制实现实时避障与多机器人有序协调。实验证明该方法能显著提升复杂动态环境下多机器人系统的协作效能与鲁棒性。