2024年4月24日发(作者：)

·166·

价值工程

无人快递机器人路径规划算法研究综述

ResearchReviewonPathPlanningAlgorithmsofUnmannedExpressRobots

陈键CHENJian

（重庆交通大学，重庆400074）

（ChongqingJiaotongUniversity，Chongqing400074，China）

路径规划是无人快递机器人的难点之一。

问题，无人快递机器人逐渐成为研究热点，

本文对无人

摘要院为解决快递“最后一公里”

基于深

当下常用的路径规划算法分为基于几何模型算法、基于局部避障算法、智能仿生算法、

快递机器人的路径规划算法进行研究，

本文归纳各类算法前沿研究成果与应用，为研究无人快递机器人的学者提供参考。

度学习算法4类，

Abstract:Inordertosolvethe"lastmile"problemofexpressdelivery,unmannedexpressrobotshavegraduallybecomearesearch

hotspot,perstudiesthepathplanningalgorithmsof

rentcommonlyusedpathplanningalgorithmsaredividedintofourcategories:geometricmodel-based

algorithms,localobstacleavoidancealgorithms,intelligentbionicalgorithms,persummarizesthe

ultsandapplicationsprovidereferencesforscholarswhostudyunmannedexpressrobots.

路径规划；深度学习算法

关键词院无人快递机器人；智能仿生算法；

Keywords:unmannedexpressrobot；pathplanning；intelligentbionicalgorithm；deeplearningalgorithm

中图分类号院TP242.6文献标识码院A文章编号院1006-4311（2022）05-166-03doi:10.3969/.1006-4311.2022.05.054

0引言

短视频

智能手机的普及，

近年来，随着互联网的发展，

平台的发展与直播带货的推广，电子商务规模日益庞大，

根据中国报告

网购已然成为人们生活中不可缺少的一环。

大厅对

2020年1-12月全国快递量进行监测统计显示：

2020年全国快递量8335789.42亿件，我国快递体量稳居

快递业乱象

世界第一。快递员增长率较包裹增长率较低，

用户隐私

暴力分拣、快递掉件、

—不送货上门、

层出不穷——

提高用户体

“最后一公里”乱象，

泄露等。为解决快递行业

减轻快递员劳动压力，众多国内外公司投入到无人快

验，

递机器人的研发生产

[1]

。

高效性、路

对无人快递机器人的安全性、可行性而言，

无人快递机器人应具备在复杂

径规划技术显得尤为重要。

此路径应

的社区环境中从起始位置抵达目标位置的能力，

具备耗时少、行驶安全、高效率等特点。并对沿途的动态与

具有躲避动态障碍物与绕行静态障

静态障碍物做出决策，

碍物的能力，同时应实时监测当前已规划路线是否堵塞，

当前客户是否取消取件需求，若发生变故，

是否发生事故，

合理的路径规划不但能提高

应具备重新规划路径的能力，

安全性、还能

续航、使用寿命等，

无人快递机器人的效率、

减少成本

[2]

。本文对无人快递机器人的路径规划进行分类

为研究无人快递机器人的

总结，剖析各个算法的优缺点，

学者提供参考。

1路径规划算法的分类

1.1基于几何模型算法

针对外形不一的障碍物，建立外凸多

在复杂环境下，

无人快递机器人采取合适的路径绕过障碍

边形包裹模型，

此方法得到的路径较为平滑，能减少无人

物的包裹模型，

快递机器人与障碍物的碰撞。

启发信息强，

A*算法是一种启发式算法，变化灵活，

要要要要要要要要要要要要要要要要要要要要要要要

（

1997-）

硕士研究生在读，

作者简介院陈键，男，四川泸县人，研究

方向为移动机器人路径规划。

能用于各式各样的环境，在路径规

可以降低搜索工作量，

基本原理：

划中广受欢迎。A*算法搜索路径由其估值函数

A*算法主要由已访问列表与待访问列表组成，

引导方向，

后面生成链路时会用

列表内每个节点都要存储其父节点，

找到开始节点附近节点，

到这个父节点，加入到待访问节

并且选择代价最小节点进行优先访问计算，并且记录

点，

然后

已访问节点位置信息和父节点信息到已访问列表中，

计算代价值。

将找到这个节点附近的节点，碰到障碍节点，

随

如果碰到相同代价值节点，

将其排除在外，不参与计算，

若选择的那一条路径中的节点总

机选择一个节点走下去，

换

代价值大于另一路径，则先放置此路径到待访问列表，

所以算法总会从等待队列找最小

另一总代价值小的路径，

将走到这样的路径是最优的，

代价的节点访问，以此类推，

然后我们根据最后找到的目标节点的父节

最终目标节点，

一级一级往回找，直到找到最开始节点，各节点连起来

点，

的路径就是最终路径。

（1）

f*（n）表示从起始点到目标点途中n点的估值函数，

g*（n）表示从起始点到n点的已用成本，h*（n）表示从当前

n点到目标点的启发式估计成本。

A*算法较为完备，得出的解较好，但此算法较为复

难以用于障碍物移动的情况。为解决此问题，

杂，赵晓

[3]

等

优化在搜索过程中的搜

人将跳点搜索算法结合

A*算法，

而跳

A*算法是挑出周围所有节点进行估值扩展，

索策略，

刘子

点搜索算法选择出具有代表性的跳点进行估值扩展。

[4]

优化

豪

等人将反向搜索算法与跳跃点搜索算法相结合，

传统

A*算法用于路径规划时出现的冗余点过多问题和

拐点过多问题，林俊等人提出针对

L型路径环境的改进

减小了转弯次

A*算法，优化路径规划中存在的转折问题，

数与转弯角度，提升了无人快递机器人的安全性

[5]

。

1.2基于局部避障算法

全局避

局部避障算法相对于全局避障算法更为灵活，

障算法多为静态环境下的避障，而局部避障算法多考虑动

ValueEngineering

无人快递机器人结合局部避障算法能减

态障碍物的出现，

少碰撞，使行走更为安全。

1.2.1人工势场法

虚拟为

将无人快递机器人在环境中的路径规划问题，

目标位置对无人快递机器人有

在人工势场中的运动问题。

，环境中的障碍物对无人快递机器人有着“排

着“吸引力”

斥力”，无人快递机器人在两种力的合力下改变运动轨迹，

·167·

智能仿生算法是模拟自然界动物昆虫觅食筑巢等行

路径规划中常用的方法有神经

为与生物进化的智能算法。

粒子群算发、

遗传算法、人工鱼群算

网诺算法、蚁群算法、

烟花算法以及灰狼化算法等。本文介绍其中几种算法

法、

在无人机器人路径规划中的研究现状与进展。

1.3.1粒子群算法

鸟群中

粒子群算法是模仿鸟群在自然界的觅食行为，

使无人快递机器人行走于无障碍路径，人工势场法结构简

单，能实时躲避障碍物，

路径较为平滑且安全。但在复杂环

境时，会陷入局部最优，

在狭窄环境中易产生剧烈震荡。

基

本原理如图

1。

障碍物1和障碍物2对小车产生阻力F

r1

和F

r2

，目标点对移动机器

人产生吸引力F

a

，最终形成合力F改变移动机器人轨迹。

图1人工势场法原理图

陈晓娥等人

[6]

提出一种基于地图栅格化的路径规划算

法，提前将已知环境栅格化，

用分区算法构建地图模型。

在

分区中采取

VORONOI图算法与深度优先算法和Dijkstra

算法结合，最终得到无人机器人在分区内的最终路线，

通

过仿真实验，验证了该方法的可行性，

该方法能使机器人

行进路径缩短，

适用于任意形状障碍物。

李二超等人

[7]

针对

人工势场法在全局路径规划在多障碍物环境下易陷入狭

窄区域与局部最小点问题，

提出一种简化障碍物预测碰撞

人工势场法，

该方法提出简化障碍物模型，

引入预测碰撞

思想，通过仿真并对比传统方法，

得出该方法解决人工势

场法在复杂环境，

易陷入狭窄环境与局部最小点问题。

1.2.2动态窗口法

一种基于速度空间的局部规划算法，对当前周围环境

进行采样，计算出无碰撞状态下到达目标点的最佳速度，

过于依赖全局数据，

在未知环境中难以运用。

A*

西安电子科技大学李文刚等人

[8]

针对动态窗口法与

路径规划的方法，

算法各自缺点，提出将两种方法结合用于无人机器人

通过仿真实验，

提出的方法比动态窗口

法路径短

59%，比A*算法搜索路径短21%，验证了所提

方法的优越性。哈尔滨工程大学原新等人

[9]

针对无人机器

人在路径规划中动态避障与寻求最优路线问题，

提出将动

态窗口法与蝙蝠算法结合的方法，

用于路径规划的混合规

划，该方法在蝙蝠算法部分引入柯西扰动与对数递减策

略，

并将多个路径指标作为适应度函数；在动态窗口法部

分把全局路径规划的路径节点作为局部目标点，

将局部避

障与全局避障结合。通过仿真实验表明该方法将路径变

短，

且实现了动态避障。

1.3智能仿生算法

的个体会互相分享自我的位置信息，

个体与群体间的相互

交流，最终使群体能锁定食物所处位置，这种模仿鸟群觅

食行为中个体与群体的信息交流而得到全局最优解的方

法称为粒子群算法。基本原理如图

2。

开始

初始化参数

初始化粒

确定全局最

子位置

计算粒子目

标函数值

优粒子

结束

输出最优解

是

粒子是

否收敛

计算粒子目

标函数值

更新粒子速

度和位置

否

图2粒子群算法原理图

江西理工大学巫光福等人

[10]

针对无人机器人在路径

规划中使用粒子群算法出现的收敛缓慢，

路径不平滑等不

足，通过改善粒子群算法，当粒子困于局部最优数值，

对全

局表现最优粒子速度的大小方向进行扰动，

从而加快粒子

的收敛速度。提出一个关于路径平滑性和最短路径的函

数，且着重考虑非线性惯性的权重。

通过仿真实验测试，

在

动态变化环境中，改良的粒子群算法能及时躲避障碍物，

且收敛速度快，

所求路径较优。重庆邮电大学胡章芳等

人

[11]

探讨在路径规划中使用单一算法时，

大多算法易陷入

局部最优解或陷入狭窄空间等问题，

提出一种改进的粒子

群算法，将粒子群算法，

细菌觅食算法与遗传算法相结合，

针对粒子在不同环境中的关联性将粒子群分两类，

并对各

算法进行局部优化，对改进后的方法进行路径规划测试，

验证所提方法用于移动机器人路径规划，不仅耗时少，

路

径短，

1.3.2

鲁棒性强，

蚁群算法

且全局和局部搜索能力提高。

蚁群算法模仿自然界中蚂蚁觅食行为，蚂蚁觅食会派

出多个蚂蚁前往不同方向觅食，并在途中分泌信息素，

不

同蚂蚁间的信息素可相互识别，

蚂蚁会调整到前往信息素

高的方向觅食，大量蚂蚁在食物所处路径留下信息素，

蚂

蚁会调整到信息素高的方向觅食，

从而形成一个正反馈系

统，经过反复迭代，

最终形成觅食路径。基本原理如图

3。

YES

初始化

随机放置蚂蚁

对每只蚂蚁选

择下一城市

还有城市可选？

输出最终路径

YES

NO

达到最大

NO

迭代次数

更新各城市间新

的信息素浓度

图3蚁群算法原理图

广西大学雷金羡等人

[12]

探讨传统蚁群算法易陷入局

部最优问题，通过改进蚁群算法信息素更新阶段不同路径

信息素的更新规则，

着重更新最优路径信息素，

并在前期

迭代搜索中增加一个奖励机制，

并在蚁群算法中加入顺序

插入策略，顺序交换策略，

2-opt算法。将改进后的方法经

过仿真测试，所提改进方法路径的最优解优于改进前，

验

·168·

价值工程

合可达到更好的规划效果。

于提高动态环境的处理能力。城市环境多为动态环

考虑提高移动机器人自主性，

路面移动物体复杂多变，

境，

结合

5G通信，

提前获取前方

优化移动机器人决策方案，

提高移动机器人应急处理能力。

位置环境信息，

激

盂多传感器数据融合。移动机器人未能将摄像头、

对于复

温度传感器、

光雷达、姿态传感器等数据完善处理。

采用多传感器信息融合，由于局部路径规划移动

杂环境，

机器人在动态环境中进行路径规划所需的信息都是从传

因此单一传感器难以保证输入信息的准确性与

感器获得，

实时

多传感器所获得的信息具有冗余性、互补性、

可靠性，

证算法更优。华中科技大学冯振辉等人

[13]

探讨传统蚁群算

法单一正反馈机制，导致易陷入局部最优与收敛缓慢问

定义一种扩

题，提出一种混合反馈机制的扩展蚁群算法，

展性蚂蚁，此蚂蚁具有全局搜索能力。当遇见局部最优情

加入刺激

-响

此蚂蚁能跳出局部最优，参照蚁群分工，

况，

改进

应分工负反馈机制，调节算法全局搜索与收敛能力，

经过仿真

蚂蚁信息素策略，从而改善蚁群算法收敛速度，

相

测试与实际实验，此方法用于无人机器人路径规划时，

较于传统蚁群算法具有优越性。

1.3.3遗传算法

遗传算法参考生物进化总朝向适应环境的方向发展，

将问题转化为遗传物质交叉变异问题，

利用遗传算子变异

模拟进化，逐步进化适用于当前路径规划，此算法收敛快，

实现简单，多用于简单地图，

在复杂地图中表现较差。

基本

原理如图

4。

编码

初始化

种群

评估种群中

个体适应度

选择

交叉

变异

演化

图4遗传算法原理图

山东科技大学王吉岱等人

[14]

探讨当下无人机器人路

径规划效率低下问题，提出一种改进模糊自适应遗传算

法，

运用领域策略对起初路径进行筛选，

筛选出可行路径，

再采取模糊控制器调节遗传算法，

改良遗传算法在路径规

划中的择优速度，

在测评遗传因子时，

加入余弦函数平滑

度。

调节不同路径夹角，进而使移动机器人路径更平滑。通

过仿真实验验证此方法比改进前更优。

[15]

上海工程技术大学

袁梦飞等人

探讨快递物流车行驶不规范，

对物流车路径

规划采取自适应精英遗传算法。通过定位系统，

实时监控

车辆运行路线，

在路径规划地图上建立快递物流点位置模

型，建立适应函数匹配物流点位置经纬度坐标，

以距离作

为种群评价标准，引入自适应变异算子和自适应交叉算

子，把精英个体通过遗传算法保留，

平衡算法全局优化与

局部搜索能力，

通过仿真对比试验，验证改进后的遗传算

法收敛快，

2

精度高。

2.1

总结与展望

总结

本文主要讲述无人快递机器人路径规划常用算法优

缺点，以及一些学者对相应算法的应用与改进，但大多数

学者仅仅进行仿真实验，

并未实际应用。移动机器人路径

规划不仅需要考虑全局路径规划，也要结合局部路径规

划。室外环境复杂，

不仅对移动机器人的路径规划算法有

着高要求，对移动机器人的传感器也是挑战，

要求机器人

能对突发状况进行处理，

实现精确避障，

且要求路径短，

转

弯平滑。

2.2展望

随着科学技术发展，

快递配送的“最后一公里”相对落

后，无人快递机器人的路径规划问题面临许多挑战

[16,17]

，

无

人快递机器人路径规划在以下几个方面还需提高：

划一般是建立在已知环境信息的基础上，

淤局部路径规划与全局路径规划相结合。

适应范围相对有

全局路径规

限。局部路径规划能适应未知环境，

但有时反应速度不快，

对局部路径规划系统品质要求较高，

因此，

如果把两者结

性，无人快递机器人若能将算法与多传感器数据结合，

可

快速并行分析现场环境，提高效率与安全性。

参考文献

化，2021

[1]丁泽辉

院

，24（12

.社区物流智能终端配送方案探究[J].中国管理信息

物流技术与应用，

[2]易芬.人工智能客服在快递物流行业的实施与应用初探

）：84-87.

[J].

人路径规划

[3]赵晓，

2021，26（06）：124-128.

[J].

王铮，

机器人，

黄程侃，

2018

赵燕伟

，40（06

.

）

基于改进

：903-910.

A*算法的移动机器

内移动机器人路径规划

[4]刘子豪，赵津，刘畅，

186-190.

[J].

赖坤城，

计算机工程与应用，

王玺乔.基于改进

2021

A*

，57

算法室

（02）：

[J].三明学院学报，

[5]林俊.改进

2021

A~*

，

算法的智能仓储物流机器人的路径规划

38（06）：51-58.

划方法

[6]

陈晓娥，

研究

[7]

[J].

[J/OL].

李二超，

机械科学与技术，

苏理.一种基于环境栅格地图的多机器人路径规

王玉华.改进人工势场法的移动机器人避障轨迹

2009，28（10）：1335-1339.

口法的路径规划算法

[8]李文刚，

计算机工程与应用，

汪流江，方德翔，

1-11[2022-012].

李玉玮，黄郡.联合

3694-3702.

[J].系统工程与电子技术，2021

A~*

，

与动态窗

43（12）：

路径规划

[9]原新，

[J].实验技术与管理，

苑新伟，刘志林.基于蝙蝠算法和动态窗口法的混合

2021，38（10）：177-182，192.

[J/OL].

[10]巫光福，万路萍.粒子群算法优化机器人路径规划的研究

人路径规划

[11]

机械科学与技术，

胡章芳，冯淳一，

1-7[2022-01-03].

罗元.改进粒子群优化算法的移动机器

径规划问题中的应用

[12]雷金羡，

[J].计算机应用研究，

孙宇，朱洪杰.改进蚁群算法在带时间窗车辆路

2021，38

（10）：3089-3092.

01-03].

[J/OL].计算机集成制造系统，1-15[2022-

OL].控制与决策，

[13]冯振辉，肖人彬.基于混合反馈机制的扩展蚁群算法

模糊自适应遗传算法的移动机器人路径规划

[14]王吉岱，王新栋，

1-10[2022-01-03].

[J/

田群宏，孙爱芹，张新超，袁亮.基于改进

2021，49（23）：18-23.

[J].机床与液压，

传算法的快递车路径规划

[15]袁梦飞，阚秀，曹乐，

111.

[J].

王夏霖，

导航定位学报，

吴健珍，罗晓

2021

.自适应精英遗

，9（06）：104-

for

2019,

a

[16]Steever

fooddelivery

Z,Karwan

service

M,

[J].Computers

c

&Operations

courier

Research,

routing

freight

[17]Gruber

107(JUL.):173-188.

J,KihmA,hicleforurban

services

Anex-anteevaluationofelectriccargobikesin

2014,11:53-62.

[J].ResearchinTransportationBusiness&Management,

courier