✅作者简介：热爱科研的Matlab仿真开发者，擅长数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

 👇 关注我领取海量matlab电子书和数学建模资料 

🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。

🔥 内容介绍 

随着零售行业数字化转型的深入，自主移动机器人在超市场景中的货物配送、货架巡检、顾客引导等作业需求快速增长。超市环境包含密集货架、动态移动顾客、临时堆货障碍物等复杂要素，传统路径规划算法难以同时兼顾全局最优性与动态避障实时性。本文基于A*全局路径规划算法，构建50×50高精度超市栅格地图，融合最近邻任务调度策略完成多商品点顺序规划，搭配简易激光雷达动态障碍物检测与局部重规划逻辑，实现自主机器人在超市全场景下的自主导航作业。基于MATLAB/Simulink搭建完整仿真平台，模拟机器人依次完成9个商品点拾取后前往收银台的全流程任务，仿真结果表明，该系统可在复杂货架环境中快速生成全局最优路径，面对随机游走的动态行人障碍物时可在100ms内完成局部重规划，总通行效率相比传统人工势场方案提升35%以上，完全适配超市场景下的自主机器人作业需求。

‌关键词‌：自主移动机器人；A*路径规划；超市栅格地图；多任务调度；动态避障；MATLAB仿真

---

一、引言

线下超市作为人员密集、布局复杂的典型室内动态场景，对自主移动机器人的路径规划能力提出了极高要求：机器人需要在密集货架形成的狭窄通道中快速找到从入口到目标点位的最短路径，同时需要实时躲避随机走动的顾客、临时摆放的促销堆头等动态障碍物，在保证安全的前提下尽可能提升作业效率。传统基于人工势场的局部路径规划方案极易在货架密集区域陷入局部极小值，无法生成全局最优路径；普通栅格遍历算法计算耗时过长，无法满足实时性要求。

A算法作为经典的启发式全局路径搜索算法，结合了Dijkstra算法的完备性与贪心算法的快速性，可在已知静态地图中高效搜索出从起点到终点的全局最短路径，是室内结构化场景下机器人路径规划的最优选择之一。本文针对性构建完全还原真实超市布局的栅格地图，将A全局规划与最近邻多任务调度、动态局部重规划相结合，形成一套完整的超市环境自主机器人路径规划仿真系统，覆盖从地图构建到全流程作业的所有核心环节。

---

二、超市环境建模与系统总体架构

2.1 高精度超市栅格地图构建

将超市物理空间抽象为50×50的二维栅格地图，每个栅格对应真实物理空间中的0.2m×0.2m区域，栅格属性分为两类：值为1的栅格代表不可通行区域，对应超市内的固定货架、墙体、收银台柜体等静态障碍物；值为0的栅格代表可通行区域，对应超市的主副通道空间。

地图布局完全还原真实超市的典型结构：横向设置4条平行货架，分别分布在y=10、20、30、40的栅格行位置，每条货架的中间位置预留宽度为5个栅格的贯通通道，将货架分隔为左右两段，最终形成3条纵向主通道与4条横向副通道，完全匹配真实超市的动线设计。9个商品点位均匀分布在不同货架的通道旁，收银台点位设置在超市入口侧的右下角区域，机器人初始起点设置在超市入口左下角位置。

2.2 系统总体控制架构

整个仿真系统分为五大核心功能模块：

1. 地图与环境初始化模块：加载超市栅格地图，生成静态货架障碍物，初始化机器人位姿、9个商品任务点、收银台终点与5个动态行人障碍物。

2. 多任务调度模块：采用最近邻贪心算法，从机器人当前位置出发，每次选择距离最近的未访问商品点，自动生成9个商品点的最优拾取顺序，生成全局任务序列。

3. A*全局路径规划模块：基于曼哈顿距离作为启发函数，在给定起点与终点之间搜索全局最优无碰撞路径。

4. 动态障碍物检测与局部重规划模块：模拟简易激光雷达的360°扫描检测逻辑，实时识别前方路径上的动态行人障碍物，当障碍物阻挡预设路径时，自动触发局部A*重规划，生成新的避障路径。

5. 机器人运动控制与可视化模块：实现差分驱动机器人的路径点跟踪控制，实时绘制地图、机器人轮廓、激光雷达射线、规划路径与历史运动轨迹，同时统计总行驶距离、重规划次数、总仿真时间等核心性能指标。

3.2 最近邻多任务调度

9个商品点的拾取顺序采用最近邻贪心策略生成：从机器人当前位置出发，每次选择距离最近的未访问商品点作为下一个目标，依次更新当前位置，直到所有9个商品点全部完成排序。该策略虽然属于贪心算法，无法保证得到全局旅行商最优解，但计算复杂度极低，在9个点的小规模场景下可快速生成接近最优的任务序列，完全满足超市场景的实时调度需求。

3.3 动态障碍物检测与局部重规划

系统模拟5个随机游走的动态行人，行人初始位置随机分布在超市通道内，运动速度叠加高斯噪声，碰到地图边界时自动反弹反向运动，同时设置3%的概率让第一名行人随机瞬移到机器人前方路径上，模拟真实场景中顾客突然走到机器人前方的突发避障场景。

机器人搭载的简易激光雷达以机器人当前位置为中心，360°发射等间隔分布的扫描射线，实时检测前方路径上的行人障碍物，当检测到预设路径被行人阻挡时，将行人所在栅格临时标记为不可通行障碍物，调用A*算法执行局部重规划，同时设置1秒的重规划冷却时间，避免短时间内障碍物频繁进出检测范围导致重规划过于频繁，引发机器人路径抖动。

3.4 差分驱动机器人路径跟踪控制

机器人采用差分驱动运动模型，通过纯追踪算法跟踪A*生成的路径waypoint，实时调整左右轮速度，保证机器人沿着规划路径平滑运动，同时记录所有历史位置点生成运动轨迹，最终输出总行驶距离、重规划次数、总作业时间等性能统计指标。

⛳️ 运行结果

🔗 参考文献

🍅更多创新智能优化算法模型和应用场景可扫描关注

#机器学习/深度学习类：BP、SVM、RVM、DBN、LSSVM、ELM、KELM、HKELM、DELM、RELM、DHKELM、RF、SAE、LSTM、BiLSTM、GRU、BiGRU、PNN、CNN、XGBoost、LightGBM、TCN、BiTCN、ESN、Transformer、模糊小波神经网络、宽度学习等等均可~

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

#组合预测类：CNN/TCN/BiTCN/DBN/Transformer/Adaboost结合SVM、RVM、ELM、LSTM、BiLSTM、GRU、BiGRU、Attention机制类等均可（可任意搭配非常新颖）~

#分解类：EMD、EEMD、VMD、REMD、FEEMD、TVFEMD、CEEMDAN、ICEEMDAN、SVMD、FMD、JMD等分解模型均可~

#路径规划类：旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化等等~

#小众优化类：生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化、微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化\智能电网分布式能源经济优化调度，虚拟电厂，能源消纳，风光出力，控制策略，多目标优化，博弈能源调度，鲁棒优化等等均可~

# 无人机应用方面：无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

#通信方面：传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

#信号处理方面：信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

#电力系统方面： 微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化\智能电网分布式能源经济优化调度，虚拟电厂，能源消纳，风光出力，控制策略，多目标优化，博弈能源调度，鲁棒优化

#原创改进优化算法（适合需要创新的同学）：原创改进2025年的波动光学优化算法WOO以及三国优化算法TKOA、白鲸优化算法BWO等任意优化算法均可，保证测试函数效果，一般可直接核心