机器人路径规划，是机器人根据当前位置、目标位置、环境地图、障碍物以及自身运动能力，计算一条安全、可行并尽可能高效的运动路线。

它解决的核心问题是：机器人已经知道自己在哪里，也知道要去哪里以后，到底应该怎么走。

因此，路径规划是连接环境感知、自主定位和机器人运动控制的重要环节。

一、路径规划需要哪些基础信息？

机器人规划路线之前，首先需要知道当前位置和目标位置。

同时，还需要获得环境地图以及道路、墙体、设备、障碍物、危险区域和禁止进入区域等信息。

除此之外，平台还必须了解机器人自身能力。

例如，四足机器人可能能够上下台阶、跨越小型障碍；轮式机器人更适合平整道路；履带机器人则具有较强的复杂地形通过能力。

因此，路径是否可行，需要同时考虑环境条件和机器人能力。

二、路径规划是不是寻找最短路线？

不一定。

最短路线并不一定是最合适的路线。

例如，一条路线虽然距离较短，但道路狭窄、人员较多或者存在较大坡度；另一条路线虽然稍远，却更加安全和稳定。

因此，工业机器人路径规划通常需要综合考虑：

距离、时间、安全性、道路宽度、障碍物、能源消耗、机器人通过能力以及任务优先级。

真正需要寻找的不是简单的“最短路径”，而是符合实际任务要求的“最优可行路径”。

三、什么是全局路径规划？

全局路径规划是在机器人已有环境地图的基础上，从当前位置到目标位置规划整体路线。

例如，机器人需要从充电站前往3号设备巡检区，平台可以根据完整地图提前计算主要行驶路线。

全局路径解决的是：

整体应该往哪里走。

它通常建立在较稳定的地图和已知环境信息基础上。

四、什么是局部路径规划？

实际现场会不断变化。

原来的路线中可能突然出现人员、车辆、物料或者其他机器人。

此时，机器人不能每遇到一个小障碍都完全重新计算整个任务路线，而需要根据实时传感器数据进行局部调整。

局部路径规划主要解决：

眼前这一步应该怎么绕过去。

因此，自主机器人通常同时使用全局路径和局部路径规划。

五、遇到新的障碍物怎么办？

机器人通过激光雷达、摄像机、毫米波雷达等传感器持续感知周围环境。

如果发现原有路径被阻挡，平台可以根据障碍物类型、位置和运动趋势采取不同策略：

减速 → 等待 → 局部绕行 → 重新规划全局路线。

这就是动态路径规划。

因此，机器人真正的路径并不是一次计算以后永远不变，而是在运行过程中持续调整。

六、多机器人为什么更需要路径规划？

当现场存在多台机器人时，不仅要避免机器人与静态障碍物碰撞，还要避免机器人之间产生路径冲突。

控制平台需要综合考虑每台机器人的任务、当前位置、运动方向和预计到达时间，对路径进行协调。

这样才能实现多机器人协同避障和有序通行。

七、MARCO（北京）如何实现机器人路径规划？

MARCO（北京）机器人控制平台将路径规划与环境感知、自主定位、地图管理、障碍物识别和运动控制统一起来，并根据不同机器人本体的运动特征进行场景化开发。

平台可以根据四足机器人、轮式机器人、履带机器人不同的通过能力，为其规划不同路线，并在环境变化时动态调整。

其基本技术过程可以概括为：

当前位置 + 目标位置 + 环境地图 + 机器人能力 → 路径计算 → 实时避障 → 动态重规划 → 运动执行。

因此，机器人路径规划的本质，不是简单在地图上“画一条线”，而是让机器人根据环境和自身能力，持续计算一条真正能够安全到达目标的运动路径。