CN108304964A - Agv最短路径规划方法、装置及计算机可读存储介质 - Google Patents
Agv最短路径规划方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108304964A CN108304964A CN201810020601.7A CN201810020601A CN108304964A CN 108304964 A CN108304964 A CN 108304964A CN 201810020601 A CN201810020601 A CN 201810020601A CN 108304964 A CN108304964 A CN 108304964A
- Authority
- CN
- China
- Prior art keywords
- agv
- node
- shortest path
- terminal
- travel direction
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种AGV最短路径规划方法，该方法包括：基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；根据所述起点、标记节点和终点生成AGV的最短路径。本发明还公开了一种AGV最短路径规划装置及计算机可读存储介质。本发明适用于AGV在工厂车间的最短路径搜寻，计算简单，复杂度低。
Description
技术领域
本发明涉及AGV技术领域，尤其涉及一种AGV最短路径规划方法、装置及计算机可读存储介质。
背景技术
自动引导车AGV(Automated Guided Vehicle)，作为一种智能移动机器人，承担了智能物流中物料搬运输送的任务。路径规划是AGV小车运行控制中的重要环节，决定了AGV小车的行进路线。就如何为AGV小车寻找到一条从起点到目的地之间的最短路径的问题，目前可通过Dijkstra算法、Bellman-Ford算法、Floyd算法和SPFA算法等经典算法，以及著名的启发式搜索算法A*得到有效解决。这些算法都相对复杂，适用于比较复杂的场景，而AGV小车在工厂车间行进的路径基本上都是横平竖直，呈矩形格，若使用上述经典算法进行AGV小车在工厂车间的最短路径规化，会使计算复杂化，存在局限性。
发明内容
本发明的主要目的在于提供一种AGV最短路径规划方法、装置及计算机可读存储介质，旨在解决现有用于规划最短路径的算法，并不适用于AGV小车在工厂车间的场景，导致计算复杂化的技术问题。
为实现上述目的，本发明提供一种AGV最短路径规划方法，该方法包括：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
可选地，所述基于预设地图坐标系，设置自动引导车AGV的起点和终点的步骤之前，包括：
获取路径地图，并建立路径地图坐标系。
可选地，所述根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点的步骤包括：
按照预设规则选取当前标记节点对应的多个参考点，并计算各个参考点到终点的距离；
根据计算的各个参考点到终点的距离确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定下一标记节点，直至确定的标记节点抵达终点。
可选地，所述根据计算的各个参考点到终点的距离确定AGV的待行驶方向的步骤包括：
将计算的各个参考点到终点的距离进行比较；
将最小距离对应的参考点的方向作为AGV的待行驶方向。
可选地，所述将计算的各个参考点到终点的距离进行比较的步骤之后，还包括：
若各个参考点到终点的距离中存在相同的最小距离，则选取满足预设条件的最小距离对应的参考点的方向，作为AGV的待行驶方向。
为实现上述目的，本发明还提供一种AGV最短路径规划装置，所述AGV最短路径规划装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的AGV最短路径规划程序，所述AGV最短路径规划程序被所述处理器执行时实现如下步骤：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
可选地，所述AGV最短路径规划程序被所述处理器执行时还实现如下步骤：
按照预设规则选取当前标记节点对应的多个参考点，并计算各个参考点到终点的距离；
根据计算的各个参考点到终点的距离确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定下一标记节点，直至确定的标记节点抵达终点。
可选地，所述AGV最短路径规划程序被所述处理器执行时还实现如下步骤：
将计算的各个参考点到终点的距离进行比较；
将最小距离对应的参考点的方向作为AGV的待行驶方向。
可选地，所述AGV最短路径规划程序被所述处理器执行时还实现如下步骤：
若各个参考点到终点的距离中存在相同的最小距离，则选取满足预设条件的最小距离对应的参考点的方向，作为AGV的待行驶方向。
为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有AGV最短路径规划程序，所述AGV最短路径规划程序被处理器执行时实现如下步骤：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
本发明基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；根据所述起点、标记节点和终点生成AGV的最短路径。通过上述方式，本发明通过确定AGV的待行驶方向，进而从路径节点中确定可构成最短路径的标记节点，由起点、标记节点和终点生成最短路径，相对于解决最短路径问题的经典算法来说，本发明计算简单，复杂度低，速度快，更适用于AGV在工厂车间的最短路径搜寻，效果较好。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图；
图2为本发明AGV最短路径规划方法第一实施例的流程示意图；
图3为本发明实施例涉及的工厂车间路径地图示意图；
图4为本发明实施例涉及的路径地图坐标系示意图；
图5为本发明AGV最短路径规划方法第一实施例的细化流程示意图；
图6为本发明实施例涉及的以路径节点H作为当前标记节点确定下一标记节点的示意图；
图7为本发明实施例涉及的起点A到终点B的最短路径示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；根据所述起点、标记节点和终点生成AGV的最短路径。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的装置所属终端结构示意图。
本发明实施例终端承载有AGV的控制系统。
如图1所示，该终端可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选的用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、Wi-Fi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及AGV最短路径规划程序。
在图1所示的终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的AGV最短路径规划程序，并执行以下操作：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
进一步地，处理器1001可以调用存储器1005中存储的AGV最短路径规划程序，还执行以下操作：
获取路径地图，并建立路径地图坐标系。
进一步地，处理器1001可以调用存储器1005中存储的AGV最短路径规划程序，还执行以下操作：
按照预设规则选取当前标记节点对应的多个参考点，并计算各个参考点到终点的距离；
根据计算的各个参考点到终点的距离确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定下一标记节点，直至确定的标记节点抵达终点。
进一步地，处理器1001可以调用存储器1005中存储的AGV最短路径规划程序，还执行以下操作：
将计算的各个参考点到终点的距离进行比较；
将最小距离对应的参考点的方向作为AGV的待行驶方向。
进一步地，处理器1001可以调用存储器1005中存储的AGV最短路径规划程序，还执行以下操作：
若各个参考点到终点的距离中存在相同的最小距离，则选取满足预设条件的最小距离对应的参考点的方向，作为AGV的待行驶方向。
基于上述基于上述硬件结构，提出本发明AGV最短路径规划方法的各个实施例。
参照图2，本发明AGV最短路径规划方法第一实施例提供一种AGV最短路径规划方法，所述方法包括：
步骤S10，基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
自动引导车AGV(Automated Guided Vehicle)，是现代物流系统的关键设备之一，属于智能移动机器人的范畴，承担了智能物流中物料搬运输送的任务。路径规划是AGV小车运行控制中的重要环节，决定了AGV小车的行进路线，本实施例提供一种AGV最短路径规划方法，为AGV小车规划从起点到目的地之间的最短路径。
本实施例中的AGV小车应用于工厂车间，以AGV小车应用于工厂车间为例进行说明。本实施例可以预先构建基于工厂车间的路径地图，如图3所示，图3为工厂车间的路径地图示意图，基于工厂车间的格局，AGV小车在工厂车间行进的路径基本上都是横平竖直，呈矩形格。之后，将路径地图坐标化，以左下角为坐标原点建立路径地图坐标系，如图4所示，图4为路径地图坐标系示意图，路径地图中的各个路口在该路径地图坐标系中对应为各个路径节点。
在本实施例中，AGV小车的控制系统基于AGV小车的起点和目的地，首先在路径地图坐标系中设置AGV小车的起点和终点。在路径地图坐标系中所设置的AGV小车的起点和终点，是具体的坐标值，比如，起点A坐标为A(115，55)，终点B的坐标为B(690，385)。
步骤S20，根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
其中，参照图5，步骤S20可以包括：
步骤S21，按照预设规则选取当前标记节点对应的若干参考点，并计算各个参考点到终点的距离；
步骤S22，根据计算的各个参考点到终点的距离确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定下一标记节点，直至确定的标记节点抵达终点。
本实施例从路径节点中选取可以构成最短路径的标记节点。具体地，AGV小车的控制系统可以预先设置算法来确定AGV的待行驶方向，该预设算法为：按照预设规则选取当前已确定的标记节点所对应的多个参考点，并计算各个参考点到终点的距离，然后根据计算的各个参考点到终点的距离确定AGV的待行驶方向。其中，该预设规则为：从当前已确定的标记节点起，在多个行驶方向的路径上分别取与当前已确定的标记节点等距的多个参考点(行驶方向与参考点是一一对应的关系)，且参考点是从当前已确定的标记节点和与其相邻的路径节点之间的路径上选取；计算每个参考点到终点的距离公式如下：
其中，终点坐标为(x1，y1)，参考点坐标为(x2，y2)。
进一步地，根据计算的各个参考点到终点的距离确定AGV的待行驶方向的步骤，可以包括：
步骤S220，将计算的各个参考点到终点的距离进行比较；
步骤S221，将最小距离对应的参考点的方向作为AGV的待行驶方向。
将上述计算的各个参考点到终点的距离进行比较，将最小距离对应的参考点的方向作为AGV的待行驶方向。然后，根据待行驶方向从路径节点中确定下一标记节点，直至确定的标记节点抵达终点。
本实施例将起点作为第一个标记节点，以起点为当前标记节点，通过上述方式从路径节点中确定起点之后的下一标记节点，然后再以起点之后的下一标记节点为当前标记节点继续确定标记节点，如此重复，直至确定的标记节点抵达终点。
本实施例的应用场景可以为：在工厂车间环境下，AGV小车的控制系统在接收到AGV小车的任务时，从任务中获取AGV小车的起点和目的地，根据AGV小车的起点和目的地，在基于工厂车间的路径地图而预先建立的路径地图坐标系中设置AGV小车的起点和终点，比如，设置起点A坐标为A(115，55)，终点B的坐标为B(690，385)。参照图4，当起点A(115，55)在路径地图坐标系中位于路径上时，从起点A起，有两个行驶方向，在这两个方向的路径上分别取与点A等距的两个参考点C(190，55)和D(40，55)，即满足AC＝AD，之后，分别计算参考点C和D到终点B(690，385)的距离BC和BD：
然后，比较BC和BD的大小，得出BC＜BD，由此，确定待行驶方向为沿着参考点C的方向，将沿着参考点C方向对应的下一路径节点H作为起点A之后的标记节点。
进一步地，参照图6，以路径节点H作为当前已确定的标记节点，从当前标记节点H起，有三个行驶方向，在这三个方向的路径上分别取与点H等距的三个参考点E(275，80)、F(300，55)和G(275，30)，即满足EH＝FH＝GH，分别计算参考点E、F和G到终点B(690，385)的距离BE、BF和BG：
之后，比较BE、BF和BG的大小，得出BF＜BE＜BG，由此，确定待行驶方向为由点H沿着参考点F的方向，将沿着参考点F方向对应的下一路径节点I作为标记节点H之后的下一个标记节点。
重复上述由标记节点H确定其下一标记节点I的步骤，即以标记节点I作为当前已确定的标记节点，确定标记节点I的下一标记节点，如此循环，直至确定的标记节点抵达终点B。之后，由起点A、上述已确定的各个标记节点和终点B生成起点A到终点B之间的最短路径，可参照图7，图7为起点A到终点B的最短路径示意图。通过上述方式进行最短路径规划，计算简单，复杂度低，速度快。由此，AGV小车的控制系统即可控制AGV小车按照生成的起点A到终点B的最短路径而行进。
本实施例基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；根据所述起点、标记节点和终点生成AGV的最短路径。通过上述方式，本实施例通过确定AGV的待行驶方向，进而从路径节点中确定可构成最短路径的标记节点，由起点、标记节点和终点生成最短路径，相对于解决最短路径问题的经典算法来说，计算简单，复杂度低，速度快，更适用于AGV在工厂车间的最短路径搜寻，效果较好。
进一步地，本发明AGV最短路径规划方法第二实施例提供一种AGV最短路径规划方法，基于上述图2所示的实施例，步骤S220之后，可以包括：
步骤S222，若各个参考点到终点的距离中存在相同的最小距离，则选取满足预设条件的最小距离对应的参考点的方向，作为AGV的待行驶方向。
基于前述第一实施例，在将计算的各个参考点到终点的距离进行比较后，如果各个参考点到终点的距离中存在相同的最小距离，为了使后续AGV小车按照最短路径行进时不用转弯(控制AGV小车直行的操作较简单)，则判断相同最小距离对应的参考点中，哪个参考点所指示的方向与前一待行驶方向一致，将与前一待行驶方向一致的参考点的方向，作为待行驶方向。
本实施例考虑到各个参考点到终点的距离中存在相同的最小距离的情况，以后续AGV小车按照最短路径行进时不用转弯为基础，对待行驶方向进行了确定。
此外，本发明实施例还提出一种计算机可读存储介质。
本发明计算机可读存储介质上存储有AGV最短路径规划程序，所述AGV最短路径规划程序被处理器执行时实现如下操作：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
其中，本发明计算机存储介质上存储的AGV最短路径规划程序被处理器执行的具体实施例与上述AGV最短路径规划方法各实施例基本相同，在此不作赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种AGV最短路径规划方法，其特征在于，所述方法包括：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
2.如权利要求1所述的AGV最短路径规划方法，其特征在于，所述基于预设地图坐标系，设置自动引导车AGV的起点和终点的步骤之前，包括：
获取路径地图，并建立路径地图坐标系。
3.如权利要求1所述的AGV最短路径规划方法，其特征在于，所述根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点的步骤包括：
按照预设规则选取当前标记节点对应的多个参考点，并计算各个参考点到终点的距离；
根据计算的各个参考点到终点的距离确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定下一标记节点，直至确定的标记节点抵达终点。
4.如权利要求3所述的AGV最短路径规划方法，其特征在于，所述根据计算的各个参考点到终点的距离确定AGV的待行驶方向的步骤包括：
将计算的各个参考点到终点的距离进行比较；
将最小距离对应的参考点的方向作为AGV的待行驶方向。
5.如权利要求4所述的AGV最短路径规划方法，其特征在于，所述将计算的各个参考点到终点的距离进行比较的步骤之后，还包括：
若各个参考点到终点的距离中存在相同的最小距离，则选取满足预设条件的最小距离对应的参考点的方向，作为AGV的待行驶方向。
6.一种AGV最短路径规划装置，其特征在于，所述AGV最短路径规划装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的AGV最短路径规划程序，所述AGV最短路径规划程序被所述处理器执行时实现如下步骤：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
7.如权利要求6所述的AGV最短路径规划装置，其特征在于，所述AGV最短路径规划程序被所述处理器执行时还实现如下步骤：
按照预设规则选取当前标记节点对应的多个参考点，并计算各个参考点到终点的距离；
根据计算的各个参考点到终点的距离确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定下一标记节点，直至确定的标记节点抵达终点。
8.如权利要求7所述的AGV最短路径规划装置，其特征在于，所述AGV最短路径规划程序被所述处理器执行时还实现如下步骤：
将计算的各个参考点到终点的距离进行比较；
将最小距离对应的参考点的方向作为AGV的待行驶方向。
9.如权利要求8所述的AGV最短路径规划装置，其特征在于，所述AGV最短路径规划程序被所述处理器执行时还实现如下步骤：
若各个参考点到终点的距离中存在相同的最小距离，则选取满足预设条件的最小距离对应的参考点的方向，作为AGV的待行驶方向。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有AGV最短路径规划程序，所述AGV最短路径规划程序被处理器执行时实现如下步骤：
基于预设地图坐标系，设置自动引导车AGV的起点和终点，其中，所述地图坐标系中包括路径节点；
根据预设算法确定AGV的待行驶方向，并根据所述待行驶方向从所述路径节点中确定标记节点；
根据所述起点、标记节点和终点生成AGV的最短路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810020601.7A CN108304964A (zh) | 2018-01-08 | 2018-01-08 | Agv最短路径规划方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810020601.7A CN108304964A (zh) | 2018-01-08 | 2018-01-08 | Agv最短路径规划方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108304964A true CN108304964A (zh) | 2018-07-20 |
Family
ID=62868411
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810020601.7A Pending CN108304964A (zh) | 2018-01-08 | 2018-01-08 | Agv最短路径规划方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108304964A (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109146159A (zh) * | 2018-08-03 | 2019-01-04 | 江苏木盟智能科技有限公司 | 一种机器人的配送方法及服务器 |
| CN109188978A (zh) * | 2018-09-20 | 2019-01-11 | 段翊冰 | 一种基于gps的智能物流车辆监控系统 |
| CN109191035A (zh) * | 2018-07-24 | 2019-01-11 | 安徽库讯自动化设备有限公司 | 一种基于物料分析的agv小车路径规划调控系统 |
| CN109991977A (zh) * | 2019-03-04 | 2019-07-09 | 斯坦德机器人（深圳）有限公司 | 机器人的路径规划方法及装置 |
| CN110275492A (zh) * | 2018-09-04 | 2019-09-24 | 天津京东深拓机器人科技有限公司 | 一种基于巷道确定自动引导运输车行驶路径的方法和装置 |
| CN110308706A (zh) * | 2019-06-21 | 2019-10-08 | 重庆市农业科学院 | 用于蔬菜立体栽培定植的agv智能工作方法 |
| CN110533211A (zh) * | 2019-06-21 | 2019-12-03 | 重庆市农业科学院 | 蔬菜立体栽培智能优化管理方法 |
| CN110550360A (zh) * | 2019-08-20 | 2019-12-10 | 北京旷视机器人技术有限公司 | 货物盘点方法、装置、系统及服务器 |
| CN110568846A (zh) * | 2019-08-28 | 2019-12-13 | 佛山市兴颂机器人科技有限公司 | 一种agv的智能导航方法及系统 |
| CN111325366A (zh) * | 2018-12-13 | 2020-06-23 | 杭州海康机器人技术有限公司 | 一种自动导引车地图断点查找的方法和装置 |
| CN111679677A (zh) * | 2020-06-24 | 2020-09-18 | 浙江大华技术股份有限公司 | Agv的位姿调整方法、装置、存储介质、电子装置 |
| CN111780775A (zh) * | 2020-06-17 | 2020-10-16 | 深圳优地科技有限公司 | 路径规划的方法、装置、机器人及存储介质 |
| CN111832844A (zh) * | 2020-07-31 | 2020-10-27 | 上海同普电力技术有限公司 | 一种agv最短路径规划方法、装置及计算机可读存储介质 |
| CN112801371A (zh) * | 2021-01-29 | 2021-05-14 | 广船国际有限公司 | 平板车路线规划方法、装置、设备和存储介质 |
| CN113664821A (zh) * | 2020-05-13 | 2021-11-19 | 广东博智林机器人有限公司 | 机器人路径规划方法和装置、存储介质及控制终端 |
| CN114200924A (zh) * | 2021-11-02 | 2022-03-18 | 深圳优地科技有限公司 | 一种路径规划方法、无人车及计算机可读存储介质 |
| CN117719498A (zh) * | 2024-02-08 | 2024-03-19 | 深圳市欧冶半导体有限公司 | 路径规划方法、装置、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104089623A (zh) * | 2014-07-14 | 2014-10-08 | 上海海事大学 | 一种用于运载车行驶状态及路径的生成系统及方法 |
| 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 |
| CN105955280A (zh) * | 2016-07-19 | 2016-09-21 | Tcl集团股份有限公司 | 移动机器人路径规划和避障方法及系统 |
| 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 |
| CN107390691A (zh) * | 2017-07-28 | 2017-11-24 | 广东嘉腾机器人自动化有限公司 | 一种agv路径跟踪方法 |
-
2018
- 2018-01-08 CN CN201810020601.7A patent/CN108304964A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104089623A (zh) * | 2014-07-14 | 2014-10-08 | 上海海事大学 | 一种用于运载车行驶状态及路径的生成系统及方法 |
| 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 |
| CN105955280A (zh) * | 2016-07-19 | 2016-09-21 | Tcl集团股份有限公司 | 移动机器人路径规划和避障方法及系统 |
| 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 |
| CN107390691A (zh) * | 2017-07-28 | 2017-11-24 | 广东嘉腾机器人自动化有限公司 | 一种agv路径跟踪方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109191035A (zh) * | 2018-07-24 | 2019-01-11 | 安徽库讯自动化设备有限公司 | 一种基于物料分析的agv小车路径规划调控系统 |
| CN109191035B (zh) * | 2018-07-24 | 2021-08-24 | 合肥哈工库讯智能科技有限公司 | 一种基于物料分析的agv小车路径规划调控系统 |
| CN109146159A (zh) * | 2018-08-03 | 2019-01-04 | 江苏木盟智能科技有限公司 | 一种机器人的配送方法及服务器 |
| CN109146159B (zh) * | 2018-08-03 | 2021-11-30 | 江苏木盟智能科技有限公司 | 一种机器人的配送方法及服务器 |
| CN110275492A (zh) * | 2018-09-04 | 2019-09-24 | 天津京东深拓机器人科技有限公司 | 一种基于巷道确定自动引导运输车行驶路径的方法和装置 |
| CN109188978A (zh) * | 2018-09-20 | 2019-01-11 | 段翊冰 | 一种基于gps的智能物流车辆监控系统 |
| CN111325366A (zh) * | 2018-12-13 | 2020-06-23 | 杭州海康机器人技术有限公司 | 一种自动导引车地图断点查找的方法和装置 |
| CN111325366B (zh) * | 2018-12-13 | 2023-09-19 | 杭州海康机器人股份有限公司 | 一种自动导引车地图断点查找的方法和装置 |
| CN109991977A (zh) * | 2019-03-04 | 2019-07-09 | 斯坦德机器人（深圳）有限公司 | 机器人的路径规划方法及装置 |
| CN109991977B (zh) * | 2019-03-04 | 2022-04-29 | 斯坦德机器人（深圳）有限公司 | 机器人的路径规划方法及装置 |
| CN110533211A (zh) * | 2019-06-21 | 2019-12-03 | 重庆市农业科学院 | 蔬菜立体栽培智能优化管理方法 |
| CN110308706A (zh) * | 2019-06-21 | 2019-10-08 | 重庆市农业科学院 | 用于蔬菜立体栽培定植的agv智能工作方法 |
| CN110533211B (zh) * | 2019-06-21 | 2022-03-11 | 重庆市农业科学院 | 蔬菜立体栽培智能优化管理方法 |
| CN110550360A (zh) * | 2019-08-20 | 2019-12-10 | 北京旷视机器人技术有限公司 | 货物盘点方法、装置、系统及服务器 |
| CN110568846A (zh) * | 2019-08-28 | 2019-12-13 | 佛山市兴颂机器人科技有限公司 | 一种agv的智能导航方法及系统 |
| CN113664821A (zh) * | 2020-05-13 | 2021-11-19 | 广东博智林机器人有限公司 | 机器人路径规划方法和装置、存储介质及控制终端 |
| CN111780775A (zh) * | 2020-06-17 | 2020-10-16 | 深圳优地科技有限公司 | 路径规划的方法、装置、机器人及存储介质 |
| CN111679677B (zh) * | 2020-06-24 | 2023-10-03 | 浙江华睿科技股份有限公司 | Agv的位姿调整方法、装置、存储介质、电子装置 |
| CN111679677A (zh) * | 2020-06-24 | 2020-09-18 | 浙江大华技术股份有限公司 | Agv的位姿调整方法、装置、存储介质、电子装置 |
| CN111832844A (zh) * | 2020-07-31 | 2020-10-27 | 上海同普电力技术有限公司 | 一种agv最短路径规划方法、装置及计算机可读存储介质 |
| CN112801371A (zh) * | 2021-01-29 | 2021-05-14 | 广船国际有限公司 | 平板车路线规划方法、装置、设备和存储介质 |
| CN114200924A (zh) * | 2021-11-02 | 2022-03-18 | 深圳优地科技有限公司 | 一种路径规划方法、无人车及计算机可读存储介质 |
| CN117719498A (zh) * | 2024-02-08 | 2024-03-19 | 深圳市欧冶半导体有限公司 | 路径规划方法、装置、电子设备和存储介质 |
| CN117719498B (zh) * | 2024-02-08 | 2024-04-16 | 深圳市欧冶半导体有限公司 | 路径规划方法、装置、电子设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108304964A (zh) | Agv最短路径规划方法、装置及计算机可读存储介质 | |
| US20200097008A1 (en) | Action Planning System and Method for Autonomous Vehicles | |
| CN107898393B (zh) | 用于清洁机器人的区块调整方法、装置及机器人 | |
| KR20210108479A (ko) | 경로 계획을 위한 시스템 및 방법 | |
| CN107690605B (zh) | 一种航线编辑方法、装置及控制设备 | |
| CN109947120B (zh) | 仓储系统中的路径规划方法 | |
| WO2014173187A1 (en) | Systems and methods for path finding in maps | |
| EP3633478B1 (en) | Method and device for assessing probability of presence of obstacle in unknown position | |
| US9495939B2 (en) | Information processing apparatus, method and computer program product, with user-related action detection | |
| US20220374018A1 (en) | Method and apparatus for controlling automated guided vehicle | |
| CN110794841B (zh) | 路径导航方法、装置及计算机可读存储介质 | |
| CN108898171B (zh) | 图像识别处理方法、系统及计算机可读存储介质 | |
| CN108388988A (zh) | 基于区块链的协同办公方法、系统及计算机可读存储介质 | |
| CN107450548A (zh) | 基于agv的控制方法、装置及计算机可读存储介质 | |
| CN106092085A (zh) | 导航方法和装置 | |
| WO2018086471A1 (zh) | 导航方法、装置、终端及存储介质 | |
| CN111832844A (zh) | 一种agv最短路径规划方法、装置及计算机可读存储介质 | |
| CN109726841B (zh) | 基于无人仓的agv路径计算方法及agv行驶路径控制方法 | |
| CN112418038A (zh) | 人体检测方法、装置、电子设备及介质 | |
| CN114742934A (zh) | 图像渲染方法、装置、可读介质及电子设备 | |
| CN113205601A (zh) | 漫游路径生成方法、装置、存储介质及电子设备 | |
| US20140324342A1 (en) | Systems and Methods for Path Finding in Maps | |
| CN111158881B (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
| CN109827584A (zh) | 路径规划方法、装置、电子设备与存储介质 | |
| CN109917781A (zh) | 用于调度自动导引运输车的方法、装置及系统 |
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: 20180720 |
|
| RJ01 | Rejection of invention patent application after publication |