概要
主导仓储四向穿梭车路径规划原型开发，基于 A* 与冲突消解策略完成多车协同路径搜索，并构建 PyQt 可视化仿真工具。
业务价值
以低成本验证自动化仓储调度算法的可行性，为后续仓储设备调度系统建设提供算法依据。
工程深度
覆盖图搜索算法、冲突消解逻辑、仓储地图建模与图形化界面开发。
证据来源
人工核验 · 置信度 中 · 验证时间 2026-02-15
- 证据级别：严格复核（核心区仅展示可复核指标）
- 来源类型：人工整理与交叉校对
- 来源链接：未提供公开链接，需结合履历或交付记录复核
- 验证时间：2026-02-15（距今 44 天，时效性高）
判定原因：判定为中置信度：证据主要来自人工整理；缺少公开来源链接。
挑战
多车协同场景下容易出现节点占用冲突、路径交叉与潜在死锁，传统单车寻路难以直接复用。
行动与成果
解决方案
- 实现路径搜索：基于 A* 完成仓储地图下的启发式路径求解。
- 处理多车冲突：引入冲突检测与优先级等待策略，解决多车协同时序冲突问题。
- 构建仿真工具：基于 PyQt5 开发地图编辑与路径可视化界面，支持调试与演示。
成果
完成多车路径规划原型验证，支持在仿真环境中直观展示路径搜索与冲突消解过程。
关键指标
设计 A* 路径搜索算法，完成复杂仓储地图下的最优路径求解与启发式搜索实现。 实现多车冲突检测与优先级等待策略，处理节点占用与时序冲突，验证多车协同调度可行性。 开发 PyQt5 可视化仿真界面，支持地图编辑、起终点设置、路径步进调试及地图保存/加载。 技术栈
PythonA*Path PlanningPyQt5Concurrency