文章详情

摘要

针对仓库巷道中直巷道、交叉口与窄口并存导致室内无人机路径易贴架、急转且固定权重难以跨场景适配的问题，提出一种基于2.5D分层占据栅格的结构感知自适应代价调度方法。该方法利用ESDF距离场与自由空间骨架完成结构分区，并在Weighted A*搜索中依据区域类型和局部宽度动态调节贴架惩罚与转弯惩罚。实验表明，在S1直巷道与S2交叉口场景中，相比WA*-Fix，所提方法的最小障碍距离由0.57 m、0.52 m提升至0.72 m、0.69 m，转向剧烈程度由3.62 rad、5.95 rad降至3.10 rad、3.40 rad，规划时间仅由36 ms、45 ms增至38 ms、47 ms。结果表明，该方法在保持实时性的同时有效提升了路径安全裕度与平滑性，适用于仓库巷道环境下室内无人机的全局路径规划。

关键词

路径规划；室内无人机；仓库巷道；2.5D分层占据栅格；自适应代价调度

参考文献

1. [1] Hart P E，Nilsson N J，Raphael B. A Formal Basis for the Heuristic Determination of Minimum Cost Paths [J].IEEE Trans on Systems Science and Cybernetics，1968，4（2）：100-107.
2. [2] Pohl I. Heuristic Search Viewed as Path Finding in a Graph [J].Artificial Intelligence，1970，1（3/4）：193-204.
3. [3] 王尔申，张圣隆，郭婧，等.面向低空经济应用场景的无人机路径规划技术研究综述 [J].电信科学，2025，41（12）：27-43.
4. [4] Meysami A，Kelouwani S，Cuillière J C，et al. An Efficient Indoor Large Map Global Path Planning for Robot Navigation [J/OL].Expert Systems With Applications，2024，248：123388.https://doi.org/10.1016/j.eswa.2024.123388.
5. [5] 杨童瑶.面向路径搜索和任务分配的无人机航迹分层规划研究 [D].太原：中北大学，2024.
6. [6] Mellinger D，Kumar V. Minimum Snap Trajectory Generation and Control for Quadrotors [C]//Proceedings of the IEEE International Conference on Robotics and Automation (ICRA)，2011：2520-2525.
7. [7] Yu Y，Nagpal K，Mceowen S，et al. Real-time Quadrotor Trajectory Optimization with Time-triggered Corridor Constraints [J].Journal of Guidance, Control, and Dynamics，2023，46（6）：1197-1205.
8. [8] Noël T，Lehuger A，Marchand É，et al. Skeleton Disk-graph Roadmap: A Sparse Deterministic Roadmap for Safe 2D Navigation and Exploration [J].IEEE Robotics and Automation Letters，2024，9（1）：555-562.
9. [9] Zhu J，Wong M O，Nisbet N，et al. Semantics-based Connectivity Graph for Indoor Pathfinding Powered by IFC-Graph [J/OL].Automation in Construction，2025，171：106019.https://doi.org/10.1016/j.autcon.2025.106019.
10. [10] Alqobali R，Alnasser R，Rashidi A，et al. A Real-Time Semantic Map Production System for Indoor Robot Navigation [J/OL].Sensors，2024，24（20）：6691.https://doi.org/10.3390/s24206691.
11. [11] Malang C，Charoenkwan P，Wudhikarn R. Implementation and Critical Factors of Unmanned Aerial Vehicle (UAV) in Warehouse Management: A Systematic Literature Review [J/OL].Drones，2023，7（2）：80.https://doi.org/10.3390/drones7020080.
12. [12] Lin H Y，Chang K L，Huang H Y. Development of Unmanned Aerial Vehicle Navigation and warehouse inventory system based on Reinforcement Learning [J/OL].Drones，2024，8（6）：220.https://doi.org/10.3390/drones8060220.
13. [13] Guzman C J P D，Chua A Y，Chu T S C. Path planning of Multiple Quadrotors with Ultrawideband Localization for Warehouse Inventory Management [J/OL].Journal of Robotics，2024，2024：2566619.https://doi.org/10.1155/2024/2566619.
14. [14] Panupong V，Simon E，Ma Kuseemasae，et al. Locating Charging Stations and Routing Drones for Efficient Automated Stocktaking [J].European Journal of Operational Research，2024，316（3）：1129-1145.

基金项目

中国南方电网有限责任公司科技项目“南方电网供应链（广东）有限公司无人机智能化作业在仓储管理中的关键技术及应用研究”（ZBKJXM20240284）

作者简介

李波（1990.09—），男，汉族，四川内江人，工程师，副经理，硕士研究生，研究方向：物资供应管理；通信作者：徐琬玮（2000.11—），女，汉族，广东佛山人，专员，硕士研究生，研究方向：机器学习、边缘计算、联邦学习；丁铭（1998.12—），男，汉族，广东潮州人，专员，硕士研究生，研究方向：物流企业、多中心需求、车辆路径；张恩东（2003.04—），男，土家族，湖南张家界人，专员，本科，研究方向：电力电子变换器优化设计；余五一（2003.05—），男，汉族，湖北云梦人，专员，本科，研究方向：智能电网。