這個問題，理論上是兩種場景的問題。
1、分揀機器人的路徑規劃是透過什麼模式來做的？
這種情況，理論上是學生問的。我簡單介紹一下模型。（見後面詳細）
2、工業現場向問倉儲機器人的路徑具體規劃的。
這種情況，比較簡單。去問AGV的生產企業。如果我給你解釋就是非常簡單。Agv本身的控制系統中，全部是封裝了導航，地圖識別，動作路徑，以及停頓。
簡單的說，將整個工廠所有貨架的位置，用座標標註好，輸入到AGV中就可以直接定點取貨了。
這個不想詳細解釋了。咱們解釋一些理念性的東西，畢竟我也沒法大半夜給你寫程式碼。
常用的導引方式分兩大類：車外預定路徑方式和非預定路徑方式。
1、車外預定路徑導引方式：
是指在行駛的路徑上設定導引用的資訊媒介物，AGV透過檢測出它的資訊而得到導向的導引方式，例如電磁導引、光學導引、磁帶導引(又稱磁性導引)等。
我們常見的送餐機器人，還有很多工廠裡面，你能夠在地上看到磁條的都是這種型別的導引方式。這種非常方便，因為很省錢，磁條1米/20元。相比於其他的方式節省太多了。
2、非預定路徑(自由路徑)導引方式：
其一是指在AGV上儲存著佈局上的尺寸座標，透過識別車體當前方位來自主地決定行駛路徑的導引方式，又稱車上軟體一程式設計路徑方式；其二是指鐳射導引。
大部人非常想知道，這第二種引導方式是怎麼做到的？
這五種是基礎的演算法概念，在這五種演算法的指導下，是對應的傳統與智慧的路徑規劃方案。
1、A* 、D*演算法：模擬退格法
（1）需要從A移動到B，繞過障礙首要步驟：方格（三角形五角形.etc）劃分空間,簡化搜尋區域。空間被劃分為二維陣列（能夠看到圖中一個一個的方塊就是形象化的二維陣列），陣列中每個元素代表空間中的一個方格，可被標記為可行或不可行。未來的路徑就是一系列可行方塊的集合。Nodes的概念涵蓋了一系列可行方塊（或其他形狀）。
（2）從節點A開始，搜尋其臨近節點，知道找到目標點。如果有玩過掃雷的，應給深有體會，找到你附近的點。同時，透過現有的點去推測遠距離的點的情況。
（3）每一個點都有8個相鄰點，從節點A開始，把一系列待考慮的節點放入OpenList裡面，OpenList存放著一系列需要檢查的節點（方塊），如圖，首先檢查起點周圍的8個節點。
給每個節點賦值F=G+HG：從初始點到給定待查節點的距離（可多種距離量度）H：從給定 待檢查節點到目標點B的距離（可多種距離量度）（Heuristic計算時忽略到達目標點會遇到的障礙）
你會得到相鄰的8個點，每一個點都有一個特殊向量數字矩陣。
（4）找到F值最小的節點作為新的起點將它從OpenLsit中刪除，加入到ClosedList裡面檢查它的臨近節點，忽略已經在ClosedList中的節點和不可行節點（障礙）如果臨近節點已經在OpenList裡面，則對比一下是否從現節點到臨近節點的G值比原G值小，若是，把現節點作為父節點。否，不做改動
（5）然後就能夠發現一個新的節點。這樣重複這個步驟。
（6）然後新的節點就出現了。
在目標節點的範疇內，進行選擇，紅點就是整個路徑的規劃。這種應用於動態情況下路徑規劃。在現在的SLAM中應用的非常廣泛。
上面還有幾種路徑的規劃方法，沒法展開了介紹了。由其他大神補充。
這個問題，理論上是兩種場景的問題。
1、分揀機器人的路徑規劃是透過什麼模式來做的？
這種情況，理論上是學生問的。我簡單介紹一下模型。（見後面詳細）
2、工業現場向問倉儲機器人的路徑具體規劃的。
這種情況，比較簡單。去問AGV的生產企業。如果我給你解釋就是非常簡單。Agv本身的控制系統中，全部是封裝了導航，地圖識別，動作路徑，以及停頓。
簡單的說，將整個工廠所有貨架的位置，用座標標註好，輸入到AGV中就可以直接定點取貨了。
這個不想詳細解釋了。咱們解釋一些理念性的東西，畢竟我也沒法大半夜給你寫程式碼。
分揀機器人的路徑是怎麼規劃的？常用的導引方式分兩大類：車外預定路徑方式和非預定路徑方式。
1、車外預定路徑導引方式：
是指在行駛的路徑上設定導引用的資訊媒介物，AGV透過檢測出它的資訊而得到導向的導引方式，例如電磁導引、光學導引、磁帶導引(又稱磁性導引)等。
我們常見的送餐機器人，還有很多工廠裡面，你能夠在地上看到磁條的都是這種型別的導引方式。這種非常方便，因為很省錢，磁條1米/20元。相比於其他的方式節省太多了。
2、非預定路徑(自由路徑)導引方式：
其一是指在AGV上儲存著佈局上的尺寸座標，透過識別車體當前方位來自主地決定行駛路徑的導引方式，又稱車上軟體一程式設計路徑方式；其二是指鐳射導引。
大部人非常想知道，這第二種引導方式是怎麼做到的？
這五種是基礎的演算法概念，在這五種演算法的指導下，是對應的傳統與智慧的路徑規劃方案。
主要介紹一種傳統典型的路徑規劃型別的方法：A* 、D*演算法。1、A* 、D*演算法：模擬退格法
（1）需要從A移動到B，繞過障礙首要步驟：方格（三角形五角形.etc）劃分空間,簡化搜尋區域。空間被劃分為二維陣列（能夠看到圖中一個一個的方塊就是形象化的二維陣列），陣列中每個元素代表空間中的一個方格，可被標記為可行或不可行。未來的路徑就是一系列可行方塊的集合。Nodes的概念涵蓋了一系列可行方塊（或其他形狀）。
（2）從節點A開始，搜尋其臨近節點，知道找到目標點。如果有玩過掃雷的，應給深有體會，找到你附近的點。同時，透過現有的點去推測遠距離的點的情況。
（3）每一個點都有8個相鄰點，從節點A開始，把一系列待考慮的節點放入OpenList裡面，OpenList存放著一系列需要檢查的節點（方塊），如圖，首先檢查起點周圍的8個節點。
給每個節點賦值F=G+HG：從初始點到給定待查節點的距離（可多種距離量度）H：從給定 待檢查節點到目標點B的距離（可多種距離量度）（Heuristic計算時忽略到達目標點會遇到的障礙）
你會得到相鄰的8個點，每一個點都有一個特殊向量數字矩陣。
（4）找到F值最小的節點作為新的起點將它從OpenLsit中刪除，加入到ClosedList裡面檢查它的臨近節點，忽略已經在ClosedList中的節點和不可行節點（障礙）如果臨近節點已經在OpenList裡面，則對比一下是否從現節點到臨近節點的G值比原G值小，若是，把現節點作為父節點。否，不做改動
（5）然後就能夠發現一個新的節點。這樣重複這個步驟。
（6）然後新的節點就出現了。
在目標節點的範疇內，進行選擇，紅點就是整個路徑的規劃。這種應用於動態情況下路徑規劃。在現在的SLAM中應用的非常廣泛。
上面還有幾種路徑的規劃方法，沒法展開了介紹了。由其他大神補充。