CN106767808A - 基于模板的自动化集装箱码头自动引导车辆路径规划方法 - Google Patents

Abstract

本发明公开了基于模板的自动化集装箱码头自动引导车辆路径规划方法，包括：设定密集磁钉区域，并在所述磁钉区域内规划密集磁钉阵列；根据自动引导车辆的特征参数，按照磁钉区域内磁钉的相互距离预设自动引导车辆的直行、斜行、直角转弯和U型转弯模板；设定起点和终点的位置；利用两点最短路径算法，以直行、斜行、直角转弯、U型转弯模板和密集磁钉阵列为参数规划路径。本发明在调用两点最短路径算法规划路径过程中，将模板作为额外的约束，能够确保规划得到的路径总是能够与AGV的行驶轨迹充分重合。由于并未改变算法的搜索机制，因此基于模板的路径规划方法的时间复杂度与两点最短路径算法的时间复杂度相当，不会引起路径规划时间的明显上升。

Description

基于模板的自动化集装箱码头自动引导车辆路径规划方法

技术领域

本发明涉及集装箱码头自动化，更具体地说，涉及一种基于模板的自动化集装箱码头自动引导车辆路径规划方法。

背景技术

集装箱码头是集装箱海陆中转的场所，自动化则是当代集装箱码头的主要发展方向。由于普遍采用自动化装卸设备和信息化管理与控制方法，自动化集装箱码头能够实现全年365天，全天24小时连续运营，且其需要的人工数量明显少于常规集装箱码头。在如今码头吞吐量稳定趋升、人工成本迅速增长、码头竞争日益激烈的大环境下，自动化集装箱码头的建设已经成为各国提高港口竞争力的主要手段。

自动引导车辆，即AGV(Automated Guided Vehicle，下同)，是自动化集装箱码头的主流水平运输设备，在码头的水平运输区域内行驶，承担集装箱的水平运输任务。自动化码头的水平运输区域在岸边与堆场之间；AGV可能将集装箱从岸边运到堆场、从堆场运到岸边，或者从堆场的一个箱区运到另一个箱区。AGV属于一类二轴四轮机器人，其结构如图1a-1c所示。AGV的车身长度L在15m左右，宽度W在3m左右，因此一台AGV可以装载1个40尺/45尺集装箱，或者同时装载两个20英尺集装箱。AGV的高度H在2.5m左右，前后两个轮轴的中心距D一般在9m左右，左轮和右轮转向轴的中心距B则一般在2m左右。AGV的所有四个车轮都是转向驱动轮，具有相同的最大转向角，直接由动力系统驱动。

磁钉是AGV的辅助定位装置。在自动化集装箱码头的水平运输区域内，AGV的定位与导航通常采用惯性导航和磁钉修正相结合的方式进行。AGV车体内安装有惯性测量装置，包括加速度计和陀螺仪，能够实时计算车辆的位置、速度和方向角等数据。码头水平运输区域地面内埋设有无线射频识别(RFID，Radio Frequency Identification)标签(简称磁钉，下同)，AGV车体上则装有感应天线，因此AGV能够实时检测车身下方的磁钉位置，并以此对惯性导航的结果进行修正。

密集是对磁钉间距和车身长宽尺寸之间相对关系的一种描述。码头水平运输区域的磁钉一般按照矩阵形式排列；为了保证定位精度，一般要求相邻磁钉的横向或者纵向间隔不超过5米。参考AGV的车身长宽尺寸，当位于码头水平运输区域范围内时，在以AGV车身中点为圆心、车身长度为直径的圆内，包含的磁钉数量一定不止一个(至少为三个，三个以上也很常见)；通常以这一数量特性作为判断磁钉区域是否密集的参考性指标。

AGV的路径规划是自动化集装箱码头的基础决策之一。每当AGV获得水平运输任务时，需要在水平运输区域内规划AGV的路径，使其可以沿着路径移动到达任务终点。AGV的路径一般用一组连续的磁钉编号进行描述，因此在磁钉之间的连通性已知的前提下，总是可以用某种基于连通性的两点最短路径算法(例如：深度优先搜索算法、Dijkstra算法等)规划出最短路径。在密集磁钉区域内，AGV的转弯半径远大于磁钉间距；因此单纯采用两点最短路径算法时，无法确保规划路径与AGV的行驶轨迹充分重合，路径的合理性难以保证。尤其在路径的转弯部分，AGV的车身可能严重偏出规划路径，这将对码头的水平运输安全和效率造成严重影响。

发明内容

针对现有技术中，单纯基于两点最短路径算法的路径规划方法，不能保证AGV的行驶轨迹与规划路径充分重合的问题，本发明提供一种基于模板的自动化集装箱码头自动引导车辆路径规划方法。

为实现上述目的，本发明采用如下技术方案：

一种基于模板的自动化集装箱区域自动引导车辆路径规划方法，包括：设定密集磁钉区域，并在所述磁钉区域内规划密集磁钉阵列；根据自动引导车辆的特征参数，按照磁钉区域内磁钉的相互距离预设自动引导车辆的直行、斜行、直角转弯和U型转弯模板；设定起点和终点的位置；利用两点最短路径算法，以直行、斜行、直角转弯、U型转弯模板和密集磁钉阵列为参数规划路径。

进一步地，两点最短路径算法首先获取水平运输区域内所有磁钉的连通性，并计算得到所有可能的直行、斜行、直角转弯和U型转弯模板参数；从起点开始，加入磁钉阵列中新的点，形成路径点集合；在每次将磁钉阵列中新的点加入路径点集合前，都调用直行、斜行、直角转弯和U型转弯模板进行判断，且仅将符合上述模板要求的新点加入路径点集合。

进一步地，所述密集磁钉区域由多个均匀分布的磁钉构成，每一个所述磁钉包括无线射频识别标签。

进一步地，所述密集磁钉阵列具有有连通性，所述连通性包括单向连通和双向连通。

进一步地，所述直行模板为：自动引导车辆的车轮转向角始终保持0度不变，速度方向总是与路径方向相同。

进一步地，TPL_OBL为斜行模板，四元序列，TPL_OBL＝{L_W,L_H,L_T,L_L}；L_W为斜行模板元素，表示斜行过程的车身宽度方向移动距离；L_H为斜行模板元素，表示斜行过程开始前的必要直行距离；L_T为斜行模板元素，表示斜行过程结束后的必要直行距离；L_L为斜行模板元素，表示斜行开始的车身长度方向移动距离；斜行过程中，自动引导车辆的运动学方程为：斜行前后自动引导车辆在两个坐标轴方向的位移Δx为：Δy为：其中：θ为车身方向角；φ为转向角；φ_max为转向角上限；K_φ为转向角变化率；t_O为稳定斜行时间，这段时间内自动引导车辆的转向角保持在φ_max不变；v_O为额定速度。

进一步地，TPL_Q为直角转弯模板，五元序列，TPL_Q＝{LW_H,LW_T,L_H,L_T,R}，其中：LW_H为入弯前的安全区域宽度；LW_T为出弯后的安全区域宽度；L_H为入弯前的必要直行距离；L_T为出弯后的必要直行距离；R为转弯半径；直角转弯过程中，自动引导车辆的运动学方程为：其中：φ₁为车头转向角；φ₂为车尾转向角；v_Q为直角转弯额定速度；B为自动引导车辆左右两轮转向轴的中心距。

进一步地，所述U型转弯模板为两个直角转弯模板的联合体；TPL_U为U型转弯模板，六元序列，TPL_U＝{LW_H,LW_M,LW_T,L_H,L_T,R}；其中，LW_M为转弯中段的安全区域宽度。

在上述技术方案中，本发明事先根据AGV特性和磁钉区域特点提取模板，并在调用基于连通性的算法规划路径过程中，将模板作为额外的约束，能够确保规划得到的路径总是能够与AGV的行驶轨迹充分重合。由于并未改变算法的搜索机制，因此基于模板的路径规划方法的时间复杂度与纯路径搜索算法的时间复杂度相当，不会引起路径规划时间的明显上升。

附图说明

图1a-1c是AGV的简化三视图；

图2是自动化集装箱码头水平运输区域磁钉阵列示意图；

图3是AGV的直行运动方式示意图；

图4是AGV的斜行运动方式示意图；

图5是斜行运动方式下的AGV车轮转向角变化示意图；

图6是直角转弯运动方式示意图；

图7是AGV的直角转弯运动方式前后车轮转向角变化示意图；

图8是新点加入路径点集合流程图；

图9是基于模板的AGV路径规划案例一示意图；

图10是基于模板的AGV路径规划案例二示意图；

图11是对自动化集装箱码头的俯视示意图。

具体实施方式

下面结合附图和实施例进一步说明本发明的技术方案。

本发明中的基于模板的自动化集装箱码头自动引导车辆(即AGV，AutomatedGuided Vehicle，下同)路径规划方法，主要由以下步骤组成：

首先，设定密集磁钉区域，并在磁钉区域内部规划密集磁钉阵列。密集磁钉阵列为带有连通性的部分或全部密集磁钉区域，所述连通性包括单向连通和双向连通。

其次，根据AGV的特征参数，按照磁钉区域内磁钉的相互距离预设自动引导车辆的直行、斜行、直角转弯和U型转弯模板。直行、斜行、直角转弯和U型转弯模板分别在后续进行描述。其中，AGV的特征参数包括AGV的长宽尺寸、转向角、额定速度等。

第三，设定起点和终点的位置；

最后，利用两点最短路径算法，以直行、斜行、直角转弯、U型转弯模板和密集磁钉阵列为参数规划路径。

图11对自动化集装箱码头的水平运输区域进行了说明：图11是自动化集装箱码头的俯视示意图。图11中标出了箱区1、场桥2、岸桥3三个概念，同时也对自动化集装箱码头的堆场4、水平运输区域5和岸边6三个区域的划分进行了示意。箱区是堆场内集装箱密集堆垛的区域，场桥是将集装箱堆放到箱区以及从箱区中取出的设备，岸桥则是将集装箱装到船7上以及从船上卸下的设备。自动化集装箱码头的水平运输区域，总是夹在堆场和岸边两个区域之间。

图2给出了集装箱码头水平运输区域密集磁钉阵列的一个案例。图2中的磁钉阵列位于集装箱码头的堆场和岸边之间，堆场在阵列以上，岸边则在阵列以下。图中的黑色小方块表示磁钉，磁钉之间的连通性以虚线形式表达：不带箭头的虚线表示虚线两端的磁钉是双向连通的，AGV可以从任意一端的磁钉驶向另一端的磁钉；带箭头的虚线则表示虚线两端的磁钉是单向连通的，AGV只能按照箭头指示的方向在磁钉之间移动。磁钉周围的点划线表示AGV的行驶边界线，磁钉某方向两侧的边界线组成AGV的安全行驶区域。AGV的车身宽度总是小于两侧行驶边界线形成的安全区域宽度，因此AGV沿着连通磁钉直行时，不会与相邻安全区域内同向或者逆向行驶的其他AGV发生碰撞。

如图2所示，打点方框表示车道，AGV可以在车道范围内停车等待或者作业，AGV路径规划的起点和终点(磁钉点)都在车道内产生。图中靠上的竖向打点方框表示堆场车道，AGV在这些车道与堆场起重机进行集装箱交接作业；下方的横向打点方框表示岸边车道，AGV在这些车道与岸边起重机进行集装箱交接作业；中间的竖向打点方框为缓冲车道，AGV可以在这些车道停车等待。堆场车道和暂存车道的大小和位置都是固定的，岸边车道的大小和位置则随着岸边起重机作业位置的变化而变化。

图2在堆场车道的中间以空白方框表示了一台AGV的大致长宽尺寸。注意图2中显示的磁钉间距仅具有参考意义：集装箱码头水平运输区域的实际磁钉间距与码头的AGV定位精度需求有关，各车道包含的磁钉数量很可能与该图例不同，往往更多。在此区域内，单纯采用基于连通性的两点最短路径算法得到的规划路径中，很可能存在由三个相邻磁钉组成的L型路径段，如图2中的A、B、C三个磁钉点所示。受到转弯半径的限制，AGV经过该L型路径段时，行驶轨迹难免偏离路径，车身则往往超出路径的安全区域。这种情况下，该AGV可能无法直接到达路径终点，极大影响码头的水平运输效率；该AGV也可能与其他路径上的AGV发生碰撞，严重威胁码头的水平运输安全。因此，在码头的密集磁钉区域内，若单纯采用基于连通性的路径规划方法，AGV路径的合理性难以得到保证。

为了保证自动化集装箱码头AGV路径规划的合理性，本发明参考AGV的特性和水平运输区域密集磁钉阵列的特点，针对性地提出了一种基于模板的AGV路径规划方法。

本发明的路径规划方法涉及AGV的四种运动方式，分别为直行、斜行、直角转弯和U型转弯。AGV在码头水平运输区域内的路径总是可以分为若干段子路径，且每段子路径上AGV的运动方式总是为四种运动方式之一。也即是说，在表示路径的磁钉序列内，总是存在若干关键磁钉：AGV在前后关键磁钉之间的运动，总是可以用直行、斜行、直角转弯和U型转弯四种运动方式之一进行描述。

直行方式下，AGV的车轮转向角始终保持0度不变，速度方向总是与路径方向相同。在直行子路径上，AGV的行驶轨迹与磁钉连线重合，其车身总是能够完全处在安全行驶区域范围内，如图3所示。图中的标记与图2类似：黑色小正方形表示磁钉，带箭头虚线表示磁钉间的连通方向，点划线为AGV的安全行驶边界，方框则表示AGV的车身范围。显然，在直行方式下，AGV路径的合理性总是能够得到保证。

斜行方式下，AGV前后车轮的转向角相等，车身方向角保持不变。斜行过程中，AGV的车轮转向角首先从0度同步同向增大，然后同步同向减小回到0度；行驶轨迹则类似于一条斜线，如图4所示。图中以AGV的车身长度方向(也是行进方向)为X轴，以车身宽度方向为Y轴，以移动轨迹在两根轴上的投影方向为正方向建立了二维坐标系XoY，并标出了斜行前后AGV在两个坐标轴方向的位移Δx和Δy，其他符号的含义与图2类似。假设斜行过程中，AGV的速度大小维持在额定速度不变，车轮转向角首先从0上升到最大值，最后从最大值下降到0，且车轮转向角的变化率保持不变。按照这些假设提取斜行模板，相关符号如下所列：

θ 车身方向角

φ 车轮转向角

φ_max 车轮转向角上限

K_φ 车轮转向角变化率

t_T 车轮转向角的变化时间，t_T＝φ_max/K_φ

t_O 稳定斜行时间，这段时间内AGV的车轮转向角保持φ_max不变

v_O 额定斜行速度

a AGV额定加速度的最小值

L 附加在斜行过程前后的直行距离

TPL_OBL 斜行模板，四元序列，TPL_OBL＝{L_W,L_H,L_T,L_L}

L_W 斜行模板元素，表示斜行过程的车身宽度方向移动距离

L_H 斜行模板元素，表示斜行过程开始前的必要直行距离

L_T 斜行模板元素，表示斜行过程结束后的必要直行距离

L_L 斜行模板元素，表示斜行开始的车身长度方向移动距离

斜行过程中AGV的运动学方程如下，车轮转向角的变化如图5所示。

根据以上条件，Δx和Δy可以分别表示为以下两个函数。

按照以上两式，在车轮转向角上限φ_max、车轮转向角变化率K_φ、额定斜行速度v_O均已知的条件下，Δx和Δy都可以表示为t_O的函数；且由条件t_O≥0可知，Δx和Δy都存在最小值。因此，当AGV在X轴方向移动距离为Δx’(注意不小于Δx的最小值)时，总是存在对应的Δy’：只要AGV在Y轴方向的移动距离不小于Δy’，总是存在能与AGV行驶轨迹充分重合的斜行路径。此外，为了保证车轮转向开始时AGV的行驶速度总是能够达到斜行额定速度，以及车轮转向结束后有总是有足够的空间让AGV停下，斜行过程前后必须各自附加一段直行距离，其长度L可以按照下式定义：

根据公式(2)到公式(4)，可以用一组距离的集合TPL_OBL＝{L_W,L_H,L_T,L_L}定义斜行模板，模板中各参数的计算方式如式(5)到式(8)所示：

注意公式(5)和公式(8)中，总有t_O≥0成立。该模板的含义是：当AGV的横向移动距离为L_W时，在斜行过程前能保证L_H长度的直行距离，且斜行过程后能保证L_T长度的直行距离的条件下，AGV能够实现向前至少L_L距离的斜行动作。

直角转弯方式下，AGV的运动过程可以分为入弯、稳定转弯和出弯三个阶段。入弯阶段，前轮的速度保持额定，前车轮和后车轮的转向角先后反向增大到最大值；稳定转弯阶段，前车轮和后车轮的速度均恒定，转向角的方向相反，大小相等；出弯阶段，后轮的速度保持额定，前车轮和后车轮的转向角先后减小到0。直角转弯过程中，AGV的行驶轨迹类似于扇环，车身方向角逐渐转过90度，如图6所示。图中以转弯开始前的AGV移动方向为X轴正方向，以转过90度后的移动方向为Y轴正方向，建立起二维坐标系XoY。图中以加粗的点划线标出了直角转弯前后AGV的安全行驶区域，其他符号的含义与图2中相同。假设直角转弯过程中，AGV前后车轮的额定直角转弯速度、转向角的最大值和转向角变化率均确定。按照以上假设提取直角转弯模板，相关符号如下所示。

φ₁ 前车轮转向角

φ₂ 后车轮转向角

v_Q 额定直角转弯速度

t_Q 稳定直角转弯时间，这段时间内AGV的前后车轮转向角保持在φ_max不变

T_S1 车头开始入弯转向的时间点

T_E1 车头开始出弯转向的时间点

T_S2 车尾开始入弯转向的时间点

T_E2 车尾开始出弯转向的时间点

ΔT_S 车头与车尾开始入弯转向的时间差，

ΔT_E 车头与车尾开始出弯转向的时间差，

TPL_Q 直角转弯模板，五元序列，TPL_Q＝{LW_H,LW_T,L_H,L_T,R}

LW_H 入弯前的安全区域宽度

LW_T 出弯后的安全区域宽度

L_H 入弯前的必要直行距离

L_T 出弯后的必要直行距离

R 转弯半径

直角转弯过程中，AGV的运动学方程如下。

前车轮转向角φ₁和后车轮转向角φ₂的变化如图7所示。图中同时标出了AGV前后轮的开始转向时间差ΔT^S和结束转向时间差ΔT^E，以及稳定转弯的时间t_Q。在AGV的转向角上限φ_max、转向角变化率K_φ、额定直角转弯速度v_Q和稳定直角转弯时间t_Q已知的前提下，对于给定的LW_H和LW_T，以AGV车身总是不超出直角弯外侧的边界线为条件，总是可以推算出可以实现的最小转弯半径R，以及对应的前后轮转向时间差ΔT^S和ΔT^E。此外，为了保证前轮转向开始时AGV的行驶速度总是能够达到直角转弯额定速度，以及后轮转向结束后有总是有足够的空间让AGV停下，直角转弯过程前后同样必须各自附加一段直行距离，其计算公式参考公式(4)。因此，可以用一组距离的集合TPL_Q＝{LW_H,LW_T,L_H,L_T,R}定义直角转弯模板。该模板的含义是，当AGV转弯前的安全区域宽度为LW_H，转弯后的安全区域宽度为LW_T时，在转弯过程前能保证L_H长度的直行距离，且转弯过程后能保证L_T长度的直行距离的条件下，AGV能够实现转弯半径不小于R的直角转弯动作。

U型转弯模板的提取方式与直角转弯类似，此处不再详述。一个U型转弯可以视作两个直角转弯的联合体，这两个直角转弯的连接部分不用包含直行距离。U型转弯模板的相关符号如下：

TPL_U U型转弯模板，六元序列，TPL_U＝{LW_H,LW_M,LW_T,L_H,L_T,R}

LW_M U型弯中间段的安全区域宽度

U型转弯模板同样可以定义为一组距离的集合TPL_U＝{LW_H,LW_M,LW_T,L_H,L_T,R}。该模板的含义是，当AGV转弯前的安全区域宽度为LW_H，转弯中段的安全区域宽度为LW_M，且转弯后的安全区域宽度为LW_T时，在转弯过程前能保证L_H长度的直行距离，且转弯过程后能保证L_T长度的直行距离的条件下，AGV能够实现转弯半径不小于R的U型转弯动作。

在磁钉之间的距离和连通性已知的前提下，只要给定路径的起始点和终止点，总是可以采用某种两点最短路径算法，不断按照连通性挑选出新点加入路径点集合，最终形成两点间的规划路径。采用模板的路径规划方法同样是在两点最短路径算法的基础上设计的；其特点在于，在挑选出新点之后，需要根据模板要求对新点进行考察；如果包含该新点的路径点集合不能满足模板要求，则不允许将该点加入集合。为了区分转弯类型，本发明的路径规划方法要求记录路径上每个点的AGV行驶方向。

本发明所述的路径规划方法并不限制采用的两点最短路径算法种类，仅关注算法中将新点加入路径点集合的流程，如图8所示，包括以下步骤：

S1：根据连通性选择新的点；

S2：新点是否形成新的U型转弯？若否，进入S3，若是，进入S5；

S3：新点是否形成新的直角转弯？若否，进入S4，若是，进入S6；

S4：新点是否形成新的斜行？若否，进入S9，若是，进入S7；

S5：新的U型转弯是否符合U型转弯模板的要求？若否，进入S8，若是，进入S9；

S6：新的直角转弯是否符合直角转弯模板的要求？若否，进入S8，若是，进入S9；

S7：新的斜行是否符合斜行模板的要求？若否，进入S8，若是，进入S9；

S8：放弃新点并结束；

S9：将新点加入路径点集合并结束。

根据连通性选出新点后，如果新点不会形成新的U型转弯、直角转弯或者斜行，则直接将新点加入路径点集合；否则，根据对应的模板进行判断，仅在符合模板要求的条件下才将新点加入路径点集合。

基于模板的路径规划方法的实施步骤如下。

(1)第一次路径规划执行前，获取水平运输区域内所有磁钉的连通性，并计算得到所有可能的U型转弯模板、直角转弯模板和斜行模板参数。

(2)每次路径规划期间，在每次将新点加入路径点集合前，都会调用模板进行判断，且仅将符合模板要求的新点加入路径点集合。

下面通过2个实施例来进一步说明上述技术方案。

以下给出两个基于模板的AGV路径规划案例，以说明在自动化集装箱码头的磁钉密集阵列的水平运输区域内，采用本发明提出的基于模板的AGV路径规划方法的合理性与必要性。

实施例1

AGV从最左侧的车道向最右侧的车道移动。路径的起点为A点，方向向上；路径的终点为B点，方向向下。如果采用单纯基于连通性的两点最短路径算法，规划得到的路径可以表示为磁钉集合P₁₀＝{A,1,2,3,4,5,6,7,8,9,10,11,B}。然而，在子集P₁₀₁＝{2,3,4}处，AGV的转弯半径远大于磁钉2和3、以及磁钉3和4之间的距离；子集P₁₀₂＝{8,9,10}处的情况类似。采用本发明提出的路径规划方法，得到的路径则可以表示为磁钉集合P₁₁＝{A,1,2,3,12,13,14,9,10,11,B}，路径子集P₁₁₁＝{2,3,12,13,14,9,10}符合U型转弯模板的要求，如图中的灰色区域所示。显然，AGV的行驶轨迹可以做到与路径P₁₁高度重合；如果沿路径P₁₀行驶，则在子路径P₁₀₁和子路径P₁₀₂附近，AGV的行驶轨迹必然与路径P₁₀产生较大偏离。

实施例2

AGV从左侧上方的第二车道向右侧上方的第三车道移动。路径的起点为A点，方向向右；路径的终点为B点，方向也向右。如果采用单纯基于连通性的两点最短路径算法，规划得到的路径可以表示为磁钉集合P₂₀＝{A,1,2,3,4,5,6,7,8,9,10,11,12,13,B)。然而，在子集P₂₀₁＝{8,9,10,11}处，AGV的转弯半径远大于磁钉8和9、磁钉9和10以及磁钉10和11之间的距离。采用本发明提出的路径规划方法，得到的路径则可以表示为磁钉集合P₂₁＝{A,1,2,3,4,5,14,10,11,12,13,B}，路径子集P₂₁₁＝{4,5,14,10}符合斜行模板的要求，如图中的灰色区域所示。显然，AGV的行驶轨迹可以做到与路径P₂₁的高度重合；如果沿路径P₂₀行驶，则在子路径P₂₀₁附近，AGV的行驶轨迹必然与路径P₂₀产生较大偏离。

本发明的优点在于，在自动化集装箱码头磁钉密集布置的水平运输区域内，按照本发明方法规划得到的AGV路径总是能够保证与AGV的行驶轨迹重合，有利于保证集装箱码头水平运输环节的行驶安全和作业效率。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (8)

1.一种基于模板的自动化集装箱码头自动引导车辆路径规划方法，所述自动引导车辆运行于密集磁钉阵列内，其特征在于，包括：

根据自动引导车辆的特征参数，按照所述密集磁钉阵列内磁钉的相互距离预设自动引导车辆的直行、斜行、直角转弯和U型转弯模板；

设定起点和终点的位置；

利用两点最短路径算法，以直行、斜行、直角转弯、U型转弯模板和密集磁钉阵列为参数规划路径。

2.如权利要求1所述的基于模板的自动化集装箱码头自动引导车辆路径规划方法，其特征在于：

所述两点最短路径算法首先获取水平运输区域内所有磁钉的连通性，并计算得到所有可能的直行、斜行、直角转弯和U型转弯模板参数；

从起点开始，加入磁钉阵列中的新点，形成路径点集合；

在每次将磁钉阵列中新的点加入路径点集合前，都调用直行、斜行、直角转弯和U型转弯模板进行判断，且仅将符合上述模板要求的新点加入路径点集合。

3.如权利要求1所述的基于模板的自动化集装箱码头自动引导车辆路径规划方法，其特征在于：

所述水平运输区域的密集磁钉阵列由多个均匀分布的磁钉构成，每一个所述磁钉包括无线射频识别标签。

4.如权利要求3所述的基于模板的自动化集装箱码头自动引导车辆路径规划方法，其特征在于：

所述密集磁钉阵列具有连通性，所述连通性包括单向连通和双向连通。

5.如权利要求1所述的基于模板的自动化集装箱码头自动引导车辆路径规划方法，其特征在于：

所述直行模板为：自动引导车辆的车轮转向角始终保持0度不变，速度方向总是与路径方向相同。

6.如权利要求1所述的基于模板的自动化集装箱区域自动引导车辆路径规划方法，其特征在于：

TPL_OBL为斜行模板，四元序列，TPL_OBL＝{L_W,L_H,L_T,L_L}；

L_W为斜行模板元素，表示斜行过程的车身宽度方向移动距离；

L_H为斜行模板元素，表示斜行过程开始前的必要直行距离；

L_T为斜行模板元素，表示斜行过程结束后的必要直行距离；

L_L为斜行模板元素，表示斜行开始的车身长度方向移动距离；

斜行过程中，自动引导车辆的运动学方程为：

斜行前后自动引导车辆在两个坐标轴方向的位移Δx和Δy为：

其中：

θ为车身方向角；

φ为车轮转向角；

φ_max为车轮转向角上限；

K_φ为车轮转向角变化率；

t_T为车轮转向角的变化时间，t_T＝φ_max/Kφ；

t_O为稳定斜行时间，这段时间内自动引导车辆的车轮转向角保持φ_max不变；

v_O为额定斜行速度；

a为自动引导车辆额定加速度的最小值；

L为附加在斜行过程前后的直行距离。

7.如权利要求1所述的基于模板的自动化集装箱码头自动引导车辆路径规划方法，其特征在于：

TPL_Q为直角转弯模板，五元序列，TPL_Q＝{LW_H,LW_T,L_H,L_T,R}，其中：

LW_H为入弯前的安全区域宽度；

LW_T为出弯后的安全区域宽度；

L_H为入弯前的必要直行距离；

L_T为出弯后的必要直行距离；

R为转弯半径；

直角转弯过程中，自动引导车辆的运动学方程为：

其中：

φ₁为前车轮转向角；

φ₂为后车轮转向角；

v_Q为额定直角转弯速度；

B为自动引导车辆左右车轮转向轴的中心距。

8.如权利要求7所述的基于模板的自动化集装箱区域自动引导车辆路径规划方法，其特征在于：

所述U型转弯模板为两个直角转弯模板的联合体；

TPL_U为U型转弯模板，六元序列，TPL_U＝{LW_H,LW_M,LW_T,L_H,L_T,R}；

其中，LW_M为转弯中段的安全区域宽度。