自工业革命以来,人类对生态环境造成了巨大的影响,造成了温室效应与严重的气候危机,为了解决气候危机所带来的问题,针对荒漠化土地的生态恢复至关重要。本文试图通过研究复杂地形下的多机器人覆盖路径规划以及运动规划问题,借助机器人集群的力量助力荒漠生态的恢复。本文从多个方面进行了技术研究,其主要的工作包括以下几个方面:·地形数据的分析与处理:本文设计并实现了一种基于坡度分析的地形图处理方法,以及一种基于深度神经网络的图像分割分类的地形处理算法。通过这两种方法,利用待覆盖目标荒漠地形,生成地面移动机器人的可行图。·多机器人覆盖路径规划:本文深入研究了复杂地形下带物理约束的多机器人覆盖路径规划问题,设计了一种基于螺旋生成树算法的多机器人覆盖路径规划算法,并且通过仿真实验同多种算法进行了对比,证明了该方法的优越性。·复杂地形下的运动规划:本文深入研究了复杂地形下的运动规划问题,基于经典的Hybrid A*算法与Dubins Path算法,设计实现了一种面向复杂地形场景下的运动规划方法,使得机器人的运动能够在复杂地形下规避高风险区域的同时,到达目标位姿。·多机器人仿真系统:本文以Unity引擎为基础,设计了一套多机器人的仿真系统。该系统支持多个机器人的仿真测试,实现了包括对于复杂地形系统的支持,机器人的控制模拟以及复杂地形下的路径与运动规划算法。在该系统上,能够更方便快捷地在该平台上进行算法的仿真与测试。