本项目实现了一个基于Dead-Cell算法的多机器人路径规划系统，结合PyQt5 GUI提供了直观的用户交互界面。系统支持单机器人和多机器人协同路径规划，具备高效的搜索算法和实时的冲突检测能力。
- 混合蚁群优化算法：动态调整信息素权重（α=1.2-2.0）和启发因子（β=2.5-5.0），确保路径规划的高效性和准确性。
- Dead-Cell剪枝算法：通过无效点剪枝，显著提升搜索效率。
- 时空解耦避碰策略：支持最多9个机器人协同规划，冲突检测响应时间<10ms。
当在任意3x3栅格地图中出现了如下图所示情形，即待判断点三个方向皆为不可行栅格时，该点被判断为无效点。
当任意3x3栅格地图中出现下图所示情形，即待判断栅格附近存在三个不可行点，且其中两个不可行栅格斜向相邻，第三个不可行栅格只与这两栅格中的一个相邻。则该栅格为无效点，当且仅当图中的绿色栅格（左下角栅格）为可行栅格。
-
无效点动态排除
FOR 每一只蚂蚁 in 蚁群: IF 蚂蚁当前栅格满足无效点条件 THEN 标记为障碍物 更新邻接矩阵 -
搜索空间压缩 处理前：
处理后：
- 支持实时障碍绘制、迷宫生成、起终点设置。
- 左键设置障碍物、清除障碍物，右键设置起始点、目标点。
- 算法寻路过程动态演示，支持GIF录制。
- 历史环境记忆与增量优化功能，提升规划效率。
- 提供Python源码版和Windows可执行程序，支持多平台运行。
- 参数设置自动保存与恢复（.pkl数据持久化），确保用户设置的持久性。
- 结果一键导出为JPG/GIF，支持自定义保存路径。
-
环境编辑器
-
多机控制面板
multi_plan(): FOR 每个机器人路径: 应用退避策略 生成协同路径GIF -
参数调节界面
- 点击
CREATE NOW!!绘制自定义障碍。 - 使用
Randomize Maze!生成随机迷宫。 - 右键设置起点/终点（支持多目标点）。
| 参数项 | 推荐值 | 作用域 |
|---|---|---|
| 迭代次数 | 20-100 | 算法收敛速度 |
| 蚂蚁数量 | 50-200 | 路径探索广度 |
| 信息素权重(α) | 1.0-2.0 | 路径累积影响 |
| 启发因子权重(β) | 2.0-5.0 | 局部最优规避 |
graph TD
A[环境创建] --> B{模式选择}
B -->|手动| C[栅格绘制]
B -->|自动| D[迷宫生成]
C --> E[路径规划]
D --> E
E --> F[多机协同]
F --> G[结果导出]
低级机器人在遇到高级机器人时，会进行避碰处理，避免碰撞。
| 环境类型 | 生成方式 | 适用场景 |
|---|---|---|
| 自定义障碍 | 鼠标绘制 | 复杂工业环境 |
| 随机迷宫 | Prim算法生成 | 仓储物流 |
| 动态障碍 | 实时编辑 | 仿真测试 |
├── parameters.pkl # <-- 算法参数配置文件
- 最大支持81x81网格环境。
- 机器人数量上限为9个。
- 动态障碍物更新需手动刷新。
- 确保
*.pkl配置文件与主程序同级。 - 修改保存路径后建议重启程序。
- 删除顺序：仅支持LIFO（后进先出）删除。
- 最大容量：同时支持9个机器人路径。
- 复杂环境建议分阶段优化：
阶段一：迭代20次+Dead-Cell 快速剪枝 阶段二：迭代80次 精细搜索