CN108195380A - 一种基于最短路径的agv最优路径选择方法 - Google Patents

一种基于最短路径的agv最优路径选择方法 Download PDF

Info

Publication number
CN108195380A
CN108195380A CN201711427122.9A CN201711427122A CN108195380A CN 108195380 A CN108195380 A CN 108195380A CN 201711427122 A CN201711427122 A CN 201711427122A CN 108195380 A CN108195380 A CN 108195380A
Authority
CN
China
Prior art keywords
point
path
node
adjacent
preferred
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711427122.9A
Other languages
English (en)
Inventor
钟杰辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Jaten Robot and Automation Co Ltd
Original Assignee
Guangdong Jaten Robot and Automation Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Jaten Robot and Automation Co Ltd filed Critical Guangdong Jaten Robot and Automation Co Ltd
Priority to CN201711427122.9A priority Critical patent/CN108195380A/zh
Publication of CN108195380A publication Critical patent/CN108195380A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开的最优路径选择方法,在AGV路径网络布设若干路径点,路径点之间通过带有权值单向边连接建立路径地图模型;从路径点中选取起始点和目标点;搜索从起始点到相邻的路径点的最小权值路径,将该相邻路径点设为不再搜索的优选节点,在该最小权值路径中设定该优选节点上一个路径点为来源点;然后重复搜索从起始点到相邻的路径点和/或从起始点经优选节点到达该优选节点相邻的路径点的最小路径权值,将搜得最小路径权值的路径点设为不再搜索优选节点,并设定该优选节点的来源点;直至搜得相邻的路径点为目标点,重复迭代目标点的来源点直至来源点为起始点得出最优路径。应用本发明的优路径生成方法,可快速得出到达目标点行驶成本最低的路线。

Description

一种基于最短路径的AGV最优路径选择方法
技术领域
本发明属于AGV行驶路径算法技术领域,具体涉及一种基于最短路径的AGV最优路径选择方法。
背景技术
自动导引运输车AGV是一种最常见的无人车间配送物料的运输装备,目前的AGV在工业上采用预先铺设激光或磁条导航等导引方式进行定位导航,车上搭载PC机具备编程、反馈、监控等功能。
目前,AGV路径规划系统常用的路径规划是通过预先设计与铺设,对于在无人车间设有多个物料配送站,物料配送站之间也存在多条AGV运行轨道,从而AGV从一个物料站到达另一个物料站有多个可选择路线,对于物料配送站数量较少的无人车间,工作人员可快速选择和设定AGV行驶运行成本最低的路线到达下一个物料站;然而,对于存在物料站数量较多无人车间,AGV到达一个物料站有较多的选择路线,工作人员需要花较多的计算AGV行驶成本最低的路线,费时和浪费劳动力,不利于高效工作。
发明内容
本发明的目的在于克服现有技术的不足,提供一种使AGV可快速选择行驶成本最低的路线的基于最短路径的AGV最优路径选择方法。
为了达到上述目的,本发明采用以下技术方案:
一种基于最短路径的AGV最优路径选择方法,包括以下步骤:
a.在AGV的路径网络离散化布设若干路径点,若干路径点之间通过设定的单向边连接,建立路径地图模型,所述单向边赋予相应的权值信息,定义权值越大,收益越小。
b.在若干路径点中分别选取AGV行驶的起始点和目标点,则剩余的路径点定义为途径点;建立优选点集S和邻接节点集V,将起始点放入优选点集S中,将其余的路径点放入邻接节点集V中。
c.搜索从起始点到达相邻路径点获得的路径权值收益并记录,将获取路径权值收益最大的路径点设为优选节点,将该优选节点从邻接节点集V中删除放入到优选点集S中,并且记录和更新路径的权值收益,将优选点集S中的路径点设为不再搜索的路径点;搜索从起始点到达相邻路径点和从起始点经该优选节点到达该优选节点的相邻的路径点得出最大权值收益的路径,将该路径中所述相邻路径点的上一个路径点设为该相邻路径点的来源点。
d.搜索从起始点到相邻的路径点和/或所有从起始点经优选点集S中一个或以上的优选节点到达该优选节点的相邻的路径点的路径的权值收益并且记录和更新路径的权值收益,将获取路径权值收益最大的相邻路径点设为优选节点,将该优选节点从邻接节点集V中删除放入到优选点集S中,最后在搜索得权值收益最大的路径中,将该路径中该相邻路径点的上一个路径点设为该相邻路径点的来源点。
e.重复步骤d,直至搜索到路径权值收益最大的相邻的路径点为目标点,则停止搜索,根据目标点的来源点,重复寻找该来源点的上一个来源点,直至寻找出来源点为起始点,得出起始点到达目标点的最优路径。
若步骤c搜索到路径权值收益最大的优选节点为目标点,则停止搜索,根据当前获取的最大路径权值收益,得出起始点直接到达目标点的为最优路径。
若步骤c和步骤d中的搜索次数大于路径点的数量,则停止搜索,得出不存在起始点到达目标点的路径。
与现有技术相比,应用本发明提供的最优路径生成方法的AGV,通过人工将各个路径点的路径地图模型输入在AGV系统,AGV根据所在的起始点以及接收的目标点指令,可快速计算出到达目标点行驶成本最低的路线,有效减少了劳动力同时节省时间,使AGV行驶更智能化。
优选的,所述权值信息可以是时间、距离、或运行成本;使用者可根据实际情况选择AGV行驶的权值信息类别。
优选的,所述若干路径点之间的单向路径采用邻接链表的储存方式进行储存;与邻接矩阵存储方式相比,采用邻接链表的存储方式进行存储节省更多的存储空间。
优选的,步骤c中,起始点、目标点和各途径点是作为完全二叉树的根节点排布;根据起始点到达目标点和各途径点权值信息,赋予各个根节点对应的最短距离值,二叉树的顶点为通过搜索比较各根节点得出的优选节点,起始点与起始点的距离值以及起始点与其他不存在权值信息的路径点的距离值设为无穷大;采用完全二叉树方式搜索优选节点,便于快速搜索优选节点,减节省计算量,提高效率。
优选的,步骤d中,根据当前所有起始点经优选节点到达各途径点的路的最大径权值收益,优化更新完全二叉树根节点的最短距离值信息,标记为优选节点的根节点标记为不参与搜索比较;通过这样设置;重复使用完全二叉树方式搜索优选节点,便于快速搜索优选节点,减少计算量。
附图说明
图1为本发明基于最短路径的AGV最优路径选择方法的原理图;
图2为具体实施方式中的AGV路径地图模型。
具体实施方式
以下结合附图说明本发明的技术方案:
参见图1,本发明的基于最短路径的AGV最优路径选择方法,包括以下步骤:
a.在AGV的路径网络离散化布设若干路径点,若干路径点之间通过设定的单向边连接,建立路径地图模型,所述单向边赋予相应的权值信息,所述权值信息可以是时间、距离、或运行成本,定义权值越大,收益越小。
b.在若干路径点中分别选取AGV行驶的起始点和目标点,则剩余的路径点定义为途径点,建立优选点集S和邻接节点集V,将起始点放入优选点集S中,将其余的路径点放入邻接节点集V中。
c.根据设定的单向路径搜索从起始点到相邻路径点获得的路径权值收益并记录,将获取路径权值收益最大的相邻路径点设为优选节点,上述搜索和记录方式在本实施例中具体为:设置一个dist数组用来表示顶点为起始点到其他路径点的最短距离值,所述最短距离值为根据起始点到达目标点和各途径点权值信息,赋予其余路径点对应的最短距离值,将起始点到起始点的距离值和起始点与其他路径点不存在权值信息的距离值设为无穷大,最后根据dist数组的最短距离值搜索出起始点到相邻的路径点权值收益最大的优选节点,将该优选节点从邻接节点集V中删除放入到优选点集S中,并且将优选点集S中的路径点设为不再搜索的路径点,并且根据新加入优选点集S的优选节点更新dist数组。进一步的,搜索从起始点到达相邻路径点和从起始点经该优选节点到达该优选节点的相邻的路径点得出最大权值收益的路径,将该路径中所述相邻路径点的上一个路径点(即最新加入优选点集S的优选节点)设为该相邻路径点的来源点,该设定来源点的具体方式为:建立一个from数组用来表示除起始点外其他路径点的来源点均为起始点,并且每个路径点中只有一个来源点,在from数组中,根据权值收益最大路径中的所述相邻路径点的上一个路径点(即最新加入优选点集S的优选节点)优化更新为对应路径点的来源点(若所述相邻路径点存在两个或以上路径收益相同的来源点,取其一即可)。
d.搜索从起始点到相邻的路径点(即邻接节点集V中的路径点)和/或所有从起始点经优选点集S中的一个或以上的优选节点到达相邻的路径点的路径的权值收益并且记录和更新路径的权值收益,将获取路径权值收益最大的相邻径点设为优选节点,步骤d中搜索和记录更新和步骤c中更新dist数组的方式为根据步骤c建立的dist数组,优化更新dist数组中的起始点到其他路径点的最短距离值,上述优化更新方式为:通过搜索从起始点经优选节点到达各个路径点路线的各个最短距离值,更新为起始点到对应路径点的最短距离值,当然,距离值为无穷大的起始点到其他路径点的路径也能被更新其距离值,并参与最短距离值搜索,根据更新后的dist数组,搜索最短距离值对应的路径点设为优选节点,将该优选节点从邻接节点集V中删除放入到优选点集S中,最后在搜索得权值收益最大的路径中,将该路径中所述的相邻路径点的上一个路径点(即最新加入优选点集S的优选节点)设为该相邻路径点的来源点,具体为:在步骤c中建立的from数组中,对所述相邻路径点的上一个路径点(即最新加入优选点集S的优选节点)优化更新为对应路径点的来源点。
e.重复步骤d,直至搜索到路径权值收益最大的相邻路径点为目标点,具体为将目标点从邻接节点集V中删除放入到优选点集S中,则停止搜索,根据目标点的来源点,重复寻找该来源点的上一个来源点,直至寻找出来源点为起始点,得出起始点到达目标点的最优路径。
若步骤c搜索到路径权值收益最大的优选节点为目标点,具体为将目标点从邻接节点集V中删除放入到优选点集S中,则停止搜索,根据当前获取的最大路径权值收益,得出起始点直接到达目标点的为最优路径。
若步骤c和步骤d中的搜索次数大于路径点的数量,具体为邻接节点集V为空集,则停止搜索,得出不存在起始点到达目标点的路径。
与现有技术相比,应用本发明提供的最优路径生成方法的AGV,通过人工将各个路径点的路径地图模型输入在AGV系统,AGV根据所在的起始点以及接收的目标点指令,可快速计算出到达目标点行驶成本最低的路线,有效减少了劳动力同时节省时间,使AGV行驶更智能化。
作为优选方案,所述若干路径点之间的单向路径采用邻接链表的储存方式进行储存;与邻接矩阵存储方式相比,采用邻接链表的存储方式进行存储节省更多的存储空间。
作为优选方案,步骤c中,起始点、目标点和各途径点是作为完全二叉树的根节点排布;根据dist数组的数值赋予各个根节点对应的最短距离值,二叉树的顶点为通过搜索比较各根节点得出的优选节点,由于起始点与起始点的距离值以及起始点与其他不存在权值信息的路径点的距离值为无穷大,所以不参与搜索比较;采用完全二叉树方式搜索优选节点,便于快速搜索优选节点,减节省计算量,提高效率。
作为进一步优选方案,步骤d中,根据优化更新后的dist数组,更新整个完全二叉树各个根节点对应的最短距离值,进而比较搜索下一个最短距离值的优选节点,其中标记为优选节点的根节点标记为不参与搜索比较,在本实施例中,不参与搜索比较的设置方式为将优选节点的距离值设为空值;通过这样设置;重复使用完全二叉树方式搜索优选节点,便于快速搜索优选节点,减节省计算量。
以下举例说明本发明基于最短路径的AGV最优路径选择方法:
参见图2,在AGV的路径网络离散化布设6个路径点,分别以A到F表示,将点A设为起始点,点F设为目标点,剩余的路径点设为途径点,其中权值信息表示时间(分钟)。建立优选点集S和邻接节点集V,将A点放入优选点集S中,得出S=[A],将其余的路径点放入邻接节点集V中,得出V=[B,C,D,E,F],建立dist数组=dis[A(∞),B(2),C(∞),D(1),E(∞),F(10)],建立from数组=from[B(A),C(A),D(A),E(A),F(A)]。
1、搜索集合V中与点A直接相邻的路径点,找出当前与A点距离最短的路径点,发现A->B=2,A->D=1,A->F=10,得出点A到点D的距离最短;所以,将点D从邻接节点集V中删除放入到优选点集S中,得出S=[A,D],V=[B,C,E,F],同时更新dist数组=dis[A(∞),B(2),C(∞),D(1),E(4),F(10)],并将D点设为不再搜索的路径点,更新from数组=from[B(A),C(A),D(A),E(D),F(A)]。
2、继续搜索集合V中与优选点集S直接相邻的路径点,找出当前与A点距离最短的路径点,发现A->B=2,A->D->E=4,A->F=10,得出点A到点B的距离最短;所以,将点B从邻接节点集V中删除放入到优选点集S中,得出S=[A,B,D],V=[C,E,F],同时更新dist数组=dis[A(∞),B(2),C(6),D(1),E(4),F(4)],并将B点设为不再搜索的路径点,更新from数组=from[B(A),C(B),D(A),E(D),F(B)]。
3、继续搜索集合V中与优选点集S直接相邻的路径点,找出当前与A点距离最短的路径点,发现A->B->C=6,A->D->F=4,A->B->E=4,得出点A到点E或点F的距离最短,所以,将点E和点F从邻接节点集V中删除放入到优选点集S中,得出S=[A,B,D,E,F],V=[C],同时更新dist数组=dis[A(∞),B(2),C(6),D(1),E(4),F(4)],并将E和点F设为不再搜索的路径点,搜索得当前起始点A到目标点F的最短距离值为4且目标点F已放入优选点集S,则停止搜索,根据from[B(A),C(B),D(A),E(D),F(B)]数组中,目标点F的来源点是点B,点B的来源点是起始点A,故得出A->B->F=4为当前AGV的最优行驶路径。
根据上述说明书的揭示和教导,本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此,本发明并不局限于上面揭示和描述的具体实施方式,对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外,尽管本说明书中使用了一些特定的术语,但这些术语只是为了方便说明,并不对本发明构成任何限制。

Claims (6)

1.一种基于最短路径的AGV最优路径选择方法,其特征在于:包括以下步骤:
a.在AGV的路径网络离散化布设若干路径点,若干路径点之间通过设定的单向边连接,建立路径地图模型,所述单向边赋予相应的权值信息,定义权值越大,收益越小;
b.在若干路径点中分别选取AGV行驶的起始点和目标点,则剩余的路径点定义为途径点;建立优选点集S和邻接节点集V,将起始点放入优选点集S中,将其余的路径点放入邻接节点集V中;
c.搜索从起始点到达相邻路径点获得的路径权值收益并记录,将获取路径权值收益最大的路径点设为优选节点,将该优选节点从邻接节点集V中删除放入到优选点集S中,并且记录和更新路径的权值收益,将优选点集S中的路径点设为不再搜索的路径点,然后搜索从起始点到达相邻路径点和从起始点经该优选节点到达该优选节点的相邻的路径点得出最大权值收益的路径,将该路径中所述相邻路径点的上一个路径点设为该相邻路径点的来源点;
d.搜索从起始点到相邻的路径点和/或所有从起始点经优选点集S中一个或以上的优选节点到达该优选节点的相邻的路径点的路径的权值收益并且记录和更新路径的权值收益,将获取路径权值收益最大的相邻路径点设为优选节点,将该优选节点从邻接节点集V中删除放入到优选点集S中,最后在搜索得权值收益最大的路径中,将该路径中所述相邻路径点的上一个路径点设为该相邻路径点的来源点;
e.重复步骤d,直至搜索到路径权值收益最大的相邻路径点为目标点,则停止搜索,根据目标点的来源点,重复寻找该来源点的上一个来源点,直至寻找出来源点为起始点,得出起始点到达目标点的最优路径。
2.根据权利要求1所述的基于最短路径的AGV最优路径选择方法,其特征在于:
若步骤c搜索到路径权值收益最大的优选节点为目标点,则停止搜索,根据当前获取的最大路径权值收益,得出起始点直接到达目标点的为最优路径;
若步骤c和步骤d中的搜索次数大于路径点的数量,则停止搜索,得出不存在起始点到达目标点的路径。
3.根据权利要求1所述的基于最短路径的AGV最优路径选择方法,其特征在于:所述权值信息可以是时间、距离、或运行成本。
4.根据权利要求1所述的基于最短路径的AGV最优路径选择方法,其特征在于:所述若干路径点之间的单向路径采用邻接链表的储存方式进行储存。
5.根据权利要求1所述的基于最短路径的AGV最优路径选择方法,其特征在于:步骤c中,起始点、目标点和各途径点是作为完全二叉树的根节点排布;根据起始点到达目标点和各途径点权值信息,赋予各个根节点对应的最短距离值,二叉树的顶点为通过搜索比较各根节点得出的优选节点,起始点与起始点的距离值以及起始点与其他不存在权值信息的路径点的距离值设为无穷大。
6.根据权利要求5所述的基于最短路径的AGV最优路径选择方法,其特征在于:步骤d中,根据当前所有起始点经优选节点到达各途径点的路径的最大权值收益,优化更新完全二叉树根节点的最短距离值信息,标记为优选节点的根节点标记为不参与搜索比较。
CN201711427122.9A 2017-12-26 2017-12-26 一种基于最短路径的agv最优路径选择方法 Pending CN108195380A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711427122.9A CN108195380A (zh) 2017-12-26 2017-12-26 一种基于最短路径的agv最优路径选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711427122.9A CN108195380A (zh) 2017-12-26 2017-12-26 一种基于最短路径的agv最优路径选择方法

Publications (1)

Publication Number Publication Date
CN108195380A true CN108195380A (zh) 2018-06-22

Family

ID=62583964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711427122.9A Pending CN108195380A (zh) 2017-12-26 2017-12-26 一种基于最短路径的agv最优路径选择方法

Country Status (1)

Country Link
CN (1) CN108195380A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109101017A (zh) * 2018-07-27 2018-12-28 江苏盛海智能科技有限公司 一种无人车寻迹路线规划方法及终端
CN109781110A (zh) * 2019-01-18 2019-05-21 芜湖智久机器人有限公司 一种移动机器人路径死锁检测系统及方法
CN110244711A (zh) * 2019-05-16 2019-09-17 芜湖智久机器人有限公司 机器人路径规划系统及方法、计算机可读存储介质、装置
CN110608749A (zh) * 2019-09-06 2019-12-24 中国安全生产科学研究院 路径的确定方法、装置及存储介质
CN111487957A (zh) * 2019-01-28 2020-08-04 杭州海康机器人技术有限公司 一种agv路径规划方法、装置、电子设备及存储介质
CN112465192A (zh) * 2020-11-06 2021-03-09 浙江华睿科技有限公司 任务调度的方法、装置、设备及介质
CN112612273A (zh) * 2020-12-21 2021-04-06 南方电网电力科技股份有限公司 一种巡检机器人避障路径规划方法、系统、设备和介质
CN114143249A (zh) * 2021-11-24 2022-03-04 深圳前海微众银行股份有限公司 确定路由信息的方法、装置、电子设备及存储介质
CN116028375A (zh) * 2023-02-21 2023-04-28 深圳大数信科技术有限公司 基于图论的代码测试方法
CN117571013A (zh) * 2024-01-16 2024-02-20 中航国际金网(北京)科技有限公司 路线的确定方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010068627A1 (en) * 2008-12-11 2010-06-17 Telogis, Inc. System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints
CN105354648A (zh) * 2015-12-12 2016-02-24 深圳力子机器人有限公司 Agv调度管理的建模及其优化方法
CN106096783A (zh) * 2016-06-13 2016-11-09 Tcl集团股份有限公司 一种基于Dijkstra的路径优化方法及其系统
CN107036618A (zh) * 2017-05-24 2017-08-11 合肥工业大学(马鞍山)高新技术研究院 一种基于最短路径深度优化算法的agv路径规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010068627A1 (en) * 2008-12-11 2010-06-17 Telogis, Inc. System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints
CN105354648A (zh) * 2015-12-12 2016-02-24 深圳力子机器人有限公司 Agv调度管理的建模及其优化方法
CN106096783A (zh) * 2016-06-13 2016-11-09 Tcl集团股份有限公司 一种基于Dijkstra的路径优化方法及其系统
CN107036618A (zh) * 2017-05-24 2017-08-11 合肥工业大学(马鞍山)高新技术研究院 一种基于最短路径深度优化算法的agv路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯海双: "AGV自动运输系统调度及路径规划的研究", 《中国优秀硕士学位论文全文数据库 工程科学II辑》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109101017A (zh) * 2018-07-27 2018-12-28 江苏盛海智能科技有限公司 一种无人车寻迹路线规划方法及终端
CN109781110A (zh) * 2019-01-18 2019-05-21 芜湖智久机器人有限公司 一种移动机器人路径死锁检测系统及方法
CN109781110B (zh) * 2019-01-18 2022-09-27 安徽宏途机器人科技有限公司 一种移动机器人路径死锁检测系统及方法
CN111487957B (zh) * 2019-01-28 2023-05-02 杭州海康机器人股份有限公司 一种agv路径规划方法、装置、电子设备及存储介质
CN111487957A (zh) * 2019-01-28 2020-08-04 杭州海康机器人技术有限公司 一种agv路径规划方法、装置、电子设备及存储介质
CN110244711A (zh) * 2019-05-16 2019-09-17 芜湖智久机器人有限公司 机器人路径规划系统及方法、计算机可读存储介质、装置
CN110608749B (zh) * 2019-09-06 2022-04-22 中国安全生产科学研究院 路径的确定方法、装置及存储介质
CN110608749A (zh) * 2019-09-06 2019-12-24 中国安全生产科学研究院 路径的确定方法、装置及存储介质
CN112465192A (zh) * 2020-11-06 2021-03-09 浙江华睿科技有限公司 任务调度的方法、装置、设备及介质
CN112465192B (zh) * 2020-11-06 2024-05-17 浙江华睿科技股份有限公司 任务调度的方法、装置、设备及介质
CN112612273A (zh) * 2020-12-21 2021-04-06 南方电网电力科技股份有限公司 一种巡检机器人避障路径规划方法、系统、设备和介质
CN114143249A (zh) * 2021-11-24 2022-03-04 深圳前海微众银行股份有限公司 确定路由信息的方法、装置、电子设备及存储介质
CN116028375A (zh) * 2023-02-21 2023-04-28 深圳大数信科技术有限公司 基于图论的代码测试方法
CN116028375B (zh) * 2023-02-21 2023-06-16 深圳大数信科技术有限公司 基于图论的代码测试方法
CN117571013A (zh) * 2024-01-16 2024-02-20 中航国际金网(北京)科技有限公司 路线的确定方法、装置及电子设备
CN117571013B (zh) * 2024-01-16 2024-05-03 中航国际金网(北京)科技有限公司 路线的确定方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN108195380A (zh) 一种基于最短路径的agv最优路径选择方法
Qing et al. Path-planning of automated guided vehicle based on improved Dijkstra algorithm
CN111639811B (zh) 基于改进蚁群算法的多农机协同作业远程管理调度方法
CN113342046B (zh) 基于蚁群算法的输电线路无人机巡检路径优化方法
CN101694749B (zh) 一种路径推测方法及装置
CN113341991B (zh) 一种基于动态窗口和冗余节点过滤的路径优化方法
CN110334838B (zh) 基于蚁群算法和遗传算法的agv小车协同调度方法及系统
CN109583665A (zh) 一种无线传感器网络中的无人机充电任务调度方法
CN108053060B (zh) 一种基于风电场场内道路自动选线的升压站选址系统及选址方法
CN111536987B (zh) 一种用于大面积垃圾清扫的车辆路径规划方法
CN107908899B (zh) 一种用于风电场建设施工道路的选线系统及选线方法
CN114756034B (zh) 一种机器人实时避障路径规划方法及装置
CN109540165B (zh) 一种启发式搜索的高速路网约束寻路算法
CN115167408A (zh) 一种基于光伏电站的巡检路线规划系统
CN115185303B (zh) 用于国家公园及自然保护地的无人机巡护路径规划方法
CN114298419A (zh) 一种多式联运运输规划方法和装置、电子设备、存储介质
CN110610273A (zh) 一种车机协同巡检方法
CN114827931A (zh) 基于多智能体增强学习的wsn能量效率优化路由方法
CN108062438B (zh) 一种用于风电场运行道路的选线系统及选线方法
CN112861424B (zh) 一种基于博弈论的在线协同无线充电方法
Wang et al. UAV online path planning based on improved genetic algorithm with optimized search region
CN110418390B (zh) 低空遥感和地面传感的数据传输优化方法及系统
CN115686070B (zh) 配电/输电线路无人机自主巡线路径规划方法
CN109640359B (zh) 一种无线传感器网络通信负载均衡方法
CN109246602B (zh) 一种无线可充电传感器网络的充电基站部署方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180622

RJ01 Rejection of invention patent application after publication