计算机工程与应用

作者：龚德正, 毛剑琳, 钱诚泽, 孙桂秘, 同凯鑫

单位：昆明理工大学 信息工程与自动化学院，昆明 650500；

关键词：多机器人协作,路径规划,类车机器人,代价值,拥塞度惩罚,焦点列表

基金：云南省重大科技专项计划（202402AC080005）；国家自然科学基金（62263017）。

在无人码头与无人工厂环境中，现有的类车多机器人路径规划算法在处理拥塞区域时存在求解时间长、求解成功率低的问题。对此，提出了一种自适应拥塞度惩罚与焦点增强的类车冲突搜索（car-like conflict-based search with adaptive congestion penalty and focal enhancement，CL-CBS-ACFE）算法。该算法通过离散化连续地图空间并构建冲突历史矩阵来记录各空间单元的冲突频次，将冲突频次转化为拥塞度代价值，并将该惩罚集成到混合时空状态A*算法的启发式函数中；同时引入增强冲突搜索框架中的焦点列表机制，利用焦点列表机制动态维护高层冲突树，优先扩展低冲突风险的节点。测试结果表明，在模拟无人码头地图下，该算法运行时间减少了4.2%~69.6%；在模拟无人工厂地图下，运行时间和冲突节点数减少了6%~82.8%。

来源：2026年第8期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第8期