耦合多任务排序和优先级继承的多智能体路径规划方法

本发明属于移动机器人路径规划领域，涉及一种耦合多任务排序和优先级继承的多智能体路径规划方法，获取移动机器人运动区域信息，构建机器人的运动学模型，设定重规划频率，采用基于曼哈顿距离的混合粒子群优化算法对机器人任务序列进行重排序，通过高层多智能体路径规划器处理所有智能体之间的冲突，通过低层单智能体路径规划器为每个智能体生成符合优先级、运动学模型和时间约束的路径。本发明方法生成的路径不仅能够避免与障碍物的碰撞，还能有效避免智能体之间的相互冲突，能够在任务实施动态分配的环境下持续运行，并在短时间内给出机器人无冲突路径，且规划的轨迹无需经过二次优化，可以直接应用至实际工业场景中。