CN108225326A - 一种基于a*算法的agv路径规划方法 - Google Patents
一种基于a*算法的agv路径规划方法 Download PDFInfo
- Publication number
- CN108225326A CN108225326A CN201711494629.6A CN201711494629A CN108225326A CN 108225326 A CN108225326 A CN 108225326A CN 201711494629 A CN201711494629 A CN 201711494629A CN 108225326 A CN108225326 A CN 108225326A
- Authority
- CN
- China
- Prior art keywords
- node
- values
- tables
- open tables
- gone
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于A*算法的AGV路径规划方法,首先用拓扑法建立环境地图,将抽象的环境描述成具体的数据结构;其次,利用A*算法构建启发函数,并设定合理的估价函数,求解地图上节点间的路径;最后,根据AGV具体任务要求,制定合理的代价机制,来引导算法做出最优解。本发明方法可以准确描述AGV的工作环境,同时又减少了地图的存储空间,提高了算法的效率和准确度。
Description
技术领域
本发明属于工业控制技术领域,具体是涉及一种基于A*算法的AGV路径规划方法。
背景技术
随着生产物流自动化程度的提高,现代工业生产对物流系统提出了更高的要求。自动导引运输车(AGV)是一种能够在给定路径和场景信息布局中,完成指定运输任务的自动化运输设备。一个系统中AGV的数量的不断增加,给AGV系统路径规划带来不少困难。一个好的路径规划方法,不仅能够提高自动化生产效率,同时还能保证生产设备的利用率。传统的A*算法下的路径规划,利用栅格法建模,即增加了计算机资源不必要的内存损耗,同时还提高了计算的冗余度,不利于生产的高效性。
发明内容
本发明的目的在于提供一种基于A*算法的AGV路径规划方法,简化了生产环境信息,提高了路径规划效率和准确度。
实现本发明目的的技术解决方案为:一种基于A*算法的AGV路径规划方法,包括如下步骤:
步骤一、对AGV工作环境建模:将搜索区域划分为拓扑结构,将各工作站点视为节点,将节点坐标和各个节点的连通信息存储在数据库中;
步骤二、创建两个链表分别储存待检测节点和已检测节点:分别创建OPEN链表和CLOSED链表,把起点A点放入OPEN表;
步骤三、判断OPEN表是否为空:判断OPEN表是否为空,若OPEN表中无节点,则表示路径规划失败,算法结束;若有节点,转步骤四;
步骤四、选取OPEN表具有最小F值的节点:选取OPEN表上评价函数F值最小0的节点n,放入CLOSED表;
步骤五、判断启发函数H(n)是否为0:判断启发函数H(n)是否为0,若H(n)为0,表示已到达目标节点,路径规划成功;否则,还未到目标节点,转步骤六;
步骤六、扩展节点n:选择不在CLOSED表的连接节点,计算其F值;
步骤七、确定扩展的连通子节点:判断扩展的连通子节点是否在OPEN表中,若子节点在OPEN表中,转步骤九;否则转步骤八。
步骤八、将扩展的连通子节点加入OPEN表:将扩展的连通子节点加入OPEN表作为节点n的子节点,将该节点的父节点指针指向节点n,接着转步骤三;
步骤九、确定扩展节点的F值:计算该节点经过节点n的F值,若大于自身的F值,转步骤十;否则,转步骤三;
步骤十、更新扩展节点的F值:用该节点自身的F值,更新OPEN表中该节点的F值,转步骤三。
本发明与现有技术相比,其显著优点为:(1)本发明环境建模简单,减少了计算机资源的数据存储量;(2)本发明减少计算冗余,能够更快更好的输出最优路径;(3)本发明便于后续的调度系统联调。
附图说明
图1是本发明基于A*算法的AGV路径规划方法的流程图。
图2是某工厂车间环境设备平面图。
图3是某工厂车间拓扑建模平面图。
图4是改进A*算法下与传统A*算法下的路径规划路线图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细论述。
本发明适用于拓扑地图下基于A*算法的AGV路径规划方法,首先用拓扑法建立环境地图,将抽象的环境描述成具体的数据结构;其次,利用A*算法构建启发函数,并设定合理的估价函数,求解地图上节点间的路径;最后,根据AGV具体任务要求,制定合理的代价机制,来引导算法做出最优解。具体步骤如下:
步骤一、对AGV工作环境建模:将搜索区域划分为拓扑结构,将各工作站点视为节点,将节点坐标和各个节点的连通信息存储在数据库中;
步骤二、创建两个链表分别储存待检测节点和已检测节点:分别创建OPEN链表和CLOSED链表,一开始把起点A点放入OPEN表;
步骤三、判断OPEN表是否为空:判断OPEN表是否为空,若OPEN表中无节点,则表示路径规划失败,算法结束;若有节点,转步骤四;
步骤四、选取OPEN表具有最小F值的节点:选取OPEN表上评价函数F值最小0的节点n,放入CLOSED表;
步骤五、判断启发函数H(n)是否为0:判断启发函数H(n)是否为0,若H(n)为0,表示已到达目标节点,路径规划成功;否则,还未到目标节点,转步骤六;
步骤六、扩展节点n:选择不在CLOSED表的连接节点,计算其F值;
步骤七、确定扩展的连通子节点:判断扩展的连通子节点是否在OPEN表中,若子节点在OPEN表中,转步骤九;否则转步骤八。
步骤八、将扩展的连通子节点加入OPEN表:将扩展的连通子节点加入OPEN表作为节点n的子节点,将该节点的父节点指针指向节点n,接着转步骤三;
步骤九、确定扩展节点的F值:计算该节点经过节点n的F值,若大于自身的F值,转步骤十;否则,转步骤三;
步骤十、更新扩展节点的F值:用该节点自身的F值,更新OPEN表中该节点的F值,转步骤三。
步骤四的F值由以下公式求出:
F(n)=G(n)+H(n)
其中,F(n)是节点n的评价函数,G(n)为节点n的实际代价函数,表示从起始节点到当前节点的实际移动开销,H(n)为节点n的启发函数,表示从当前节点到目标节点的估计移动开销。
步骤五启发函数采用曼哈顿距离估计,仅在X、Y坐标方向移动,用以表明两点在坐标系上的绝对轴距之和。
实施例1
图2为某工厂车间环境设备平面图,图3为车间拓扑建模平面图。该工厂车间中设置了29个节点站用于AGV输送任务停靠站,节点之间有连线的即是连通的,AGV只能在连通路段上行驶。设置节点1为任务起点A,终点是节点27,采用本发明方法进行AGV路径规划。
算法流程结束时输出最优路径,图4中加粗实线代表本发明的规划算法生成的路径,与传统A*算法采用栅格法建模生成的虚线路径相比,显然本发明的方法输出更平滑、安全可靠的路径,传统算法的路径比较粗糙,并且计算量大,不能保证是最优路径。
Claims (3)
1.一种基于A*算法的AGV路径规划方法,其特征在于,步骤如下:
步骤一、对AGV工作环境建模:将搜索区域划分为拓扑结构,将各工作站点视为节点,将节点坐标和各个节点的连通信息存储在数据库中;
步骤二、创建两个链表分别储存待检测节点和已检测节点:分别创建OPEN链表和CLOSED链表,把起点A点放入OPEN表;
步骤三、判断OPEN表是否为空:判断OPEN表是否为空,若OPEN表中无节点,则表示路径规划失败,算法结束;若有节点,转步骤四;
步骤四、选取OPEN表具有最小F值的节点:选取OPEN表上评价函数F值最小0的节点n,放入CLOSED表;
步骤五、判断启发函数H(n)是否为0:判断启发函数H(n)是否为0,若H(n)为0,表示已到达目标节点,路径规划成功;否则,还未到目标节点,转步骤六;
步骤六、扩展节点n:选择不在CLOSED表的连接节点,计算其F值;
步骤七、确定扩展的连通子节点:判断扩展的连通子节点是否在OPEN表中,若子节点在OPEN表中,转步骤九;否则转步骤八。
步骤八、将扩展的连通子节点加入OPEN表:将扩展的连通子节点加入OPEN表作为节点n的子节点,将该节点的父节点指针指向节点n,接着转步骤三;
步骤九、确定扩展节点的F值:计算该节点经过节点n的F值,若大于自身的F值,转步骤十;否则,转步骤三;
步骤十、更新扩展节点的F值:用该节点自身的F值,更新OPEN表中该节点的F值,转步骤三。
2.根据权利要求1所述的路径规划方法,其特征在于,步骤四的F值由以下公式求出:
F(n)=G(n)+H(n)
其中,F(n)是节点n的评价函数,G(n)为节点n的实际代价函数,表示从起始节点到当前节点的实际移动开销,H(n)为节点n的启发函数,表示从当前节点到目标节点的估计移动开销。
3.根据权利要求1所述的路径规划方法,其特征在于,步骤五启发函数采用曼哈顿距离估计,仅在X、Y坐标方向移动,用以表明两点在坐标系上的绝对轴距之和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711494629.6A CN108225326A (zh) | 2017-12-31 | 2017-12-31 | 一种基于a*算法的agv路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711494629.6A CN108225326A (zh) | 2017-12-31 | 2017-12-31 | 一种基于a*算法的agv路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108225326A true CN108225326A (zh) | 2018-06-29 |
Family
ID=62642179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711494629.6A Pending CN108225326A (zh) | 2017-12-31 | 2017-12-31 | 一种基于a*算法的agv路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108225326A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109163722A (zh) * | 2018-06-29 | 2019-01-08 | 北京建筑大学 | 一种仿人机器人路径规划方法及装置 |
CN109911272A (zh) * | 2019-03-19 | 2019-06-21 | 厦门大学嘉庚学院 | 一种基于参考线准则的自由码垛装箱方法 |
CN110207706A (zh) * | 2019-05-30 | 2019-09-06 | 浙江圣奥家具制造有限公司 | 一种基于栅格地图的自动归位椅路径规划算法 |
CN110231627A (zh) * | 2019-07-23 | 2019-09-13 | 南京邮电大学盐城大数据研究院有限公司 | 基于可见光定位的服务机器人运行路径计算方法 |
CN111076736A (zh) * | 2020-01-02 | 2020-04-28 | 清华大学 | 一种基于FPGA设计的车载系统和A star路径搜索方法 |
CN111412918A (zh) * | 2020-03-13 | 2020-07-14 | 天津大学 | 无人艇全局安全路径规划方法 |
CN112197778A (zh) * | 2020-09-08 | 2021-01-08 | 南京理工大学 | 基于改进a*算法的轮式机场巡界机器人路径规划方法 |
CN112539750A (zh) * | 2020-11-25 | 2021-03-23 | 湖北三环智能科技有限公司 | 一种智能运输车路径规划方法 |
CN114148959A (zh) * | 2021-12-13 | 2022-03-08 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种激光叉车路径搜索方法 |
CN114582114A (zh) * | 2022-02-18 | 2022-06-03 | 广州华生信息科技有限公司 | 一种基于物联网的消防车辆优先通行系统、控制方法、计算机可读存储介质和终端 |
WO2022121059A1 (zh) * | 2020-12-08 | 2022-06-16 | 南威软件股份有限公司 | 一种基于5g物联网及ai智能门禁综合管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371445A (zh) * | 2016-11-17 | 2017-02-01 | 浙江大学 | 一种基于拓扑地图的无人车规划控制方法 |
CN107037812A (zh) * | 2017-03-31 | 2017-08-11 | 南京理工大学 | 一种基于仓储无人车的车辆路径规划方法 |
-
2017
- 2017-12-31 CN CN201711494629.6A patent/CN108225326A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106371445A (zh) * | 2016-11-17 | 2017-02-01 | 浙江大学 | 一种基于拓扑地图的无人车规划控制方法 |
CN107037812A (zh) * | 2017-03-31 | 2017-08-11 | 南京理工大学 | 一种基于仓储无人车的车辆路径规划方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109163722B (zh) * | 2018-06-29 | 2020-06-30 | 北京建筑大学 | 一种仿人机器人路径规划方法及装置 |
CN109163722A (zh) * | 2018-06-29 | 2019-01-08 | 北京建筑大学 | 一种仿人机器人路径规划方法及装置 |
CN109911272B (zh) * | 2019-03-19 | 2021-08-31 | 厦门大学嘉庚学院 | 一种基于参考线准则的自由码垛装箱方法 |
CN109911272A (zh) * | 2019-03-19 | 2019-06-21 | 厦门大学嘉庚学院 | 一种基于参考线准则的自由码垛装箱方法 |
CN110207706A (zh) * | 2019-05-30 | 2019-09-06 | 浙江圣奥家具制造有限公司 | 一种基于栅格地图的自动归位椅路径规划算法 |
CN110231627A (zh) * | 2019-07-23 | 2019-09-13 | 南京邮电大学盐城大数据研究院有限公司 | 基于可见光定位的服务机器人运行路径计算方法 |
CN111076736A (zh) * | 2020-01-02 | 2020-04-28 | 清华大学 | 一种基于FPGA设计的车载系统和A star路径搜索方法 |
CN111076736B (zh) * | 2020-01-02 | 2020-10-27 | 清华大学 | 一种基于FPGA设计的车载系统和A star路径搜索方法 |
CN111412918A (zh) * | 2020-03-13 | 2020-07-14 | 天津大学 | 无人艇全局安全路径规划方法 |
CN111412918B (zh) * | 2020-03-13 | 2022-01-07 | 天津大学 | 无人艇全局安全路径规划方法 |
CN112197778A (zh) * | 2020-09-08 | 2021-01-08 | 南京理工大学 | 基于改进a*算法的轮式机场巡界机器人路径规划方法 |
CN112539750A (zh) * | 2020-11-25 | 2021-03-23 | 湖北三环智能科技有限公司 | 一种智能运输车路径规划方法 |
CN112539750B (zh) * | 2020-11-25 | 2022-08-16 | 湖北三环智能科技有限公司 | 一种智能运输车路径规划方法 |
WO2022121059A1 (zh) * | 2020-12-08 | 2022-06-16 | 南威软件股份有限公司 | 一种基于5g物联网及ai智能门禁综合管理系统 |
CN114148959A (zh) * | 2021-12-13 | 2022-03-08 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 一种激光叉车路径搜索方法 |
CN114582114A (zh) * | 2022-02-18 | 2022-06-03 | 广州华生信息科技有限公司 | 一种基于物联网的消防车辆优先通行系统、控制方法、计算机可读存储介质和终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108225326A (zh) | 一种基于a*算法的agv路径规划方法 | |
CN106527448B (zh) | 适用于仓库环境的改进a*机器人最优路径规划方法 | |
CN109947120B (zh) | 仓储系统中的路径规划方法 | |
CN104023923B (zh) | 轨道生成装置、移动体、轨道生成方法 | |
CN102155942B (zh) | 大范围环境下基于模糊拓扑地图的全局路径规划方法 | |
CN108897330A (zh) | 一种基于交通拥堵控制的物流中心搬运机器人路径规划方法 | |
CN104850011B (zh) | 一种障碍物环境中tsp避障最优路径规划方法 | |
CN110110763B (zh) | 一种基于最大公共子图的栅格地图融合方法 | |
CN110059879B (zh) | 车身三坐标测量的自动规划方法 | |
CN102749084A (zh) | 一种面向海量交通信息的路径选择方法 | |
CN108827311B (zh) | 一种制造车间无人搬运系统路径规划方法 | |
CN115164907B (zh) | 基于动态权重的a*算法的森林作业机器人路径规划方法 | |
CN105574541A (zh) | 一种基于紧密度排序的网络社区发现方法 | |
CN113110601B (zh) | 一种无人机电力线路巡检路径优化方法及装置 | |
CN111975767A (zh) | 基于多级任务分配的多机器人视觉检测系统的协同运动规划方法 | |
US20230384767A1 (en) | Industrial internet of things for determining material transportation paths, control methods and media thereof | |
CN105869512A (zh) | 多信息的混杂度量地图建图方法和装置 | |
CN111736524A (zh) | 一种基于时间和空间的多机器人调度方法、装置和设备 | |
CN106931978B (zh) | 自动构建路网的室内地图生成的方法 | |
Zhang et al. | Optimal inspection path planning of substation robot in the complex substation environment | |
Zeng et al. | An efficient path planning algorithm for mobile robots | |
Li et al. | Dijkstra's algorithm in AGV | |
CN112613830B (zh) | 一种物资储备中心选址方法 | |
CN114779788A (zh) | 一种改进a*算法的路径规划方法 | |
Huang et al. | A Multi-robot Coverage Path Planning Algorithm Based on Improved DARP Algorithm |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |