随着科技的快速发展,人们研制出了各种类型的移动机器人,如无人驾驶汽车(UGV)、无人驾驶飞机(UAV)、无人潜航器(UUV)等,广泛应用于工业生产、医学治疗、航天探索、军事行动、灾后救援等领域。在机器人系统中,对机器人执行任务的复杂性、协调性、并行性等要求在不断地提高,仅依靠单个机器人无法完成,需要多个机器人之间相互协作才能完成。为了实现多机器人之间相互协作,以降低任务求解的复杂性、确保系统完成任务的协调性与并行性,需要对多机器人进行协同轨迹规划。本文应用离散化方法对多机器人协同轨迹规划进行了深入研究。具体地,基于栅格法对多机器人系统的环境地图进行离散化建模,提出多机器人的协同轨迹规划策略,结合基于MPC的多机器人协同控制算法和改进的D*算法提出了MPD*算法,从而实现多机器人系统的协同轨迹规划。论文的主要工作如下:(1)针对多机器人系统的环境地图进行建模,定义了机器人的工作区域,基于栅格法对系统的运行环境进行离散化,规定了机器人的感知范围与运动方向。(2)研究了启发式搜索算法D*算法,介绍了D*算法的原理及实现,并通过D*算法进行了单个机器人和多个机器人的轨迹规划仿真。仿真结果表明:在轨迹规划过程中,采用D*算法可以解决单个机器人避开障碍物的问题;但无法解决多个机器人之间的避碰问题,主要原因在于多个机器人的并行运行导致整个系统环境更加复杂多变,且每个机器人的运行轨迹对其它机器人均是未知多变的。(3)针对多个机器人之间的碰撞问题,分析了机器人之间的碰撞类型,并提出了多机器人的协同轨迹规划策略;通过对D*算法进行改进,引入PASS列表来存储运动过程中的最新N步轨迹,解决机器人在避碰过程中发生“卡死”的问题;结合模型预测控制算法(MPC)和改进的D*算法提出了MPD*算法,解决了传统MPC滚动规划中多个时域内预测控制策略的计算量大及轨迹局部最优的问题;采用分布式在线轨迹规划方式克服了集中式离线规划方式存在实时性差、鲁棒性差的问题,实现了多机器人的协同轨迹规划。最后,基于MPD*算法进行了多机器人的协同轨迹规划仿真。仿真结果表明:本论文提出的方法能够实时地让机器人从初始位置以最优轨迹运动到目标位置,并且避过障碍物和其它机器人,使得系统的任务完成效率最优,验证了算法的正确性和有效性。