1、多自主無(wú)人地面車輛(Multiple Unmanned Ground Vehicles，MUGV)系統(tǒng)的研究由于智能機(jī)器人技術(shù)的進(jìn)步得到了快速發(fā)展，目前在多個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛。多自主無(wú)人地面車輛系統(tǒng)是通過(guò)全局規(guī)劃以及多輛地面自主無(wú)人車之間的協(xié)作完成任務(wù)，其中多車路徑分配及單車全局路徑規(guī)劃技術(shù)關(guān)系到整個(gè)系統(tǒng)的高效運(yùn)行。
　　 本文首先研究了MUGV中的多車路徑分配問(wèn)題，它的實(shí)質(zhì)是多機(jī)器人任務(wù)分配問(wèn)題，可被抽象為多旅行商問(wèn)題(M

2、ultiple Traveling Salesmen Problem，MTSP)。通過(guò)對(duì)該問(wèn)題及其求解框架的形式化描述，我們以此展開(kāi)其關(guān)鍵技術(shù)：
　　 (1)由于環(huán)境模型是基于概率連通的有環(huán)道路網(wǎng)，作業(yè)點(diǎn)之間的期望距離(平均連通距離)會(huì)隨著環(huán)境的變化而改變，所以采用SPRP(追索的最短道路問(wèn)題)范式求解有環(huán)網(wǎng)中作業(yè)點(diǎn)間的期望距離；(2)將多車路徑分配問(wèn)題抽象為多目標(biāo)的MTSP問(wèn)題，采用隨機(jī)化算法進(jìn)行路徑分配；(3)通過(guò)更新全局路

3、徑代價(jià)的概率分布，來(lái)適應(yīng)環(huán)境的變化。
　　 本文還對(duì)自主無(wú)人地面車輛(Unmarmed Ground Vehicles，UGV)中的單車全局路徑規(guī)劃問(wèn)題進(jìn)行了研究。除了完成傳統(tǒng)的路徑規(guī)劃總代價(jià)最小的目標(biāo)外，我們通過(guò)對(duì)動(dòng)態(tài)規(guī)劃算法的特殊設(shè)計(jì)，滿足了本問(wèn)題特定的約束條件：(1)車輛自身具有一定寬度，在路徑規(guī)劃時(shí)要予以考慮；(2)道路具有一定寬度，應(yīng)盡量使自主無(wú)人車輛行駛在道路中央；(3)規(guī)劃出的路段數(shù)量應(yīng)盡可能少，即路點(diǎn)數(shù)量盡可能少