CN108520326B - 一种基于agv任务路径调度的监督控制器实时合成方法 - Google Patents

Abstract

本发明涉及一种基于agv任务路径调度的监督控制器实时合成方法，根据自动机理论，建立面向AGV(自动导引运输车)的有限状态机，通过迭代的方法，实现了实时合成的策略。实时合成策略以实时筛选可达路径集，合成并移除已被合成的自动机的方式，优化监督控制器的任务路径协调时的计算时间，提高了系统协调AGV的效率，并容纳更多的AGV。

Description

一种基于agv任务路径调度的监督控制器实时合成方法

技术领域

本发明涉及计算机领域，具体涉及一种基于agv任务路径调度的监督 控制器实时合成方法。

背景技术

AGV是现代物流系统的关键装备，AGVs是多辆AGV组成的完整系 统，它由若干辆沿导引路径行驶且独立运行的AGV组成。在AGV系统中， 监督控制器负责协调AGV的行驶路线，并负责AGV运行状态反馈，观察 AGV的任务执行。AGV监督控制器一般采用集中式控制结构、分布式或分 散式控制结构，其控制响应所需的时间和行为决策质量，往往由系统中的 AGV数量和复杂性决定，对通信要求较高，多边协商效率较低，无法保证 全局目标的实现，在实际的工业环境中，AGV的每个工作区域内往往有 着十几个甚至数十个的站点，随着AGV数量的增加，一般的集中式、分散 式、分布式控制结构的监督控制器很难保证AGV高效且安全的运行，由于 站点或AGV数量过多，AGVs的运行往往会变得缓慢，甚至AGV系统的 状态空间会发生爆炸，例如堵塞或碰撞等问题，也会为企业带来巨大的损 失。在现有的监督控制器的基础上，必须引入其他技术实现AGV的监督控 制器进行优化。

发明内容

本发明主要是解决现有技术所存在的技术问题；提供了一种在不增加 成本的基础上，减少监督控制器对AGV路径调度的时间，增加系统安全运 行时的AGV容量的一种基于agv任务路径调度的监督控制器实时合成方 法。

本发明基于集中式控制结构，以监督控制理论(SCT)为基础，以有限状 态机为核心，设计了一个面向AGV的监督控制器，通过有限状态机模型状 态变换，定义AGV的的动态行为，并通过条件语句判断使其具有动态执行 能力，对AGV的监督控制器进行实时合成，实现AGV系统最小负荷的安 全运行。监督控制器在对AGV进行路径调度时，其计算时间主要由两类影 响，一类是AGV数量，一类是站点数量，而本发明在不增加其他成本的基 础上，提出了监督控制器的模块化算法提高AGV数量，并通过实时移除算 法释放AGV系统运行内存。本策略以磁条式AGV为例，将AGVs的所有 行为抽象为有限状态机M＝(Q、∑、δ、q₀、Q_m)，i∈{1,...,n}表示AGV_i进入模型的顺序，AGV_i抽象为自动机G_i，G_i＝(Q_i，∑_i，δ_i，q_0，i，Q_m，i)，以自动机的合成原理S_i(M)＝S(G_i||G_i-1)，通过全路径搜索算法得到AGV_i的 形式路径集合，然后对系统中的所有AGV按三个为一组，采用实时合成的 策略，将AGV_i的监督控制器S_i(M)依次合成，并通过移除算法对生成的监 控器进行优化，形成最终的监督控制器S_n(M)＝(Q_n，∑_n，δ_n，q_0，n，Q_m，n)。 通过表1、表2的仿真分析，与传统的集中式结构相比，本发明降低了监督控制器对运行内存的占用，使得AGVs可以容纳更多的AGV，AGV任务路 径协调的时间得到了优化。

本发明的目的是优化监督控制器，避免AGV之间发生阻塞，并移除所 有可能发生堵塞的路径，即无法从最初状态到达最终状态的路径，对AGV 任务路径调度实现优化。当AGV自主运行时会产生大量空间状态的问题， 合成4个或更多的AGV成为局部控制器是不可能的，为方便检验策略的适 用性，模拟AGV执行任务时，监督控制器之间的协调，建立如图1所示包 含三个AGV模型的最简回路环形模板，模板包容了三个AGV模型，与图6传统的回路工作路径相比，这种状态模板更加符合复杂的现场工作环境， 同时保证了设计线路中存在各种可能碰撞或堵塞的风险状态。

在AGVS中，并非所有车辆沿着各自的最短路径行进就能够使系统效 率达到最高。必须筛选系统中所有可达的路径，即保证所有AGV都能完成 任务，为提高效率，就必须对AGV调度进行优化，而AGV调度依靠监督 控制器实现。由于同向行驶的两点之间的可以是正行也可以是逆行，分别 对应不同的线段号，因此所得的结果应是结合小车初始位置、初始状态和 最终状态要求筛选出来的合理的路径。本发明首先建立有限状态机模型， 通过全路径搜索算法，生成各状态点的路径集合，算法如表3所示，主要 分成状态点的链路搜索、可行链路搜索，即从线路任意顶点X出发，依次 从X的未被访问的相邻状态点出发，对线路的下一步可能路径进行生成， 直至图中和A有路径相通的状态点都被访问，遍历所有状态点，直至所有 状态点都作为搜索的起点都被访问为止。

本策略在优化系统中监督控制器的不同AGV的任务路径调度时，会删 除与禁止状态相连接的所有状态，比如q＝(x1，x2，...，xn)，其中存在i,j ∈{1,...,n}:xi＝xj，则会删除与状态(x_i，x_j)相连的所有状态点，即移除不 可达路径集。若生成集合中无冲突路径存在，则算法结束。

合成监督控制器系统的第一步准备工作就是通过规范避免可能存在的 冲突，并使得每个监督控制器必须符合规范，包括禁止状态列表。与大多 数模块法不同，本实时合成策略只有一个全局规范

(其 中

是

的正则映射)。

自动机G_i包含了AGV的所有行为，所以G_i也包含了AGV_i的所有可 能的路径L(G)＝{s∈∑^*:δ(q₀,s)！},而路径中包含了可能发生碰撞的路径， 为了保证AGV安全运行，在为AGV_i分配任务路径时，必须移除所有堵塞 与无法达到最终状态的路径，即移除禁止状态，保证AGV从路径上的每个 状态都可以达到终点状态，然后对最终监督控制器进行修整操作，得到可 达与不可达信号集，AGV_i接收监督控制器中的可达集∑_c与不可达信号集 ∑_u，而∑_c∪∑_u＝∑^*，路径状态转变部分如图3所示。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种基于agv任务路径调度的监督控制器实时合成方法，其特征在于， 定义：AGV是自动引导运输车，AGVs是指所有自动引导运输车，i是AGV 到达区域顺序的编号，G_i是第i个自动机的集合，Q_M为状态集，∑_M为事件 集，δ_M为转移函数，q₀为AGV_i的初始状态点，最终状态Q_m由AGV_i所需到达的 状态集合，S_i(M)为自动引导运输车的监督控制器集合，L(G)表示自动 机所有可以从初始状态到最终状态的路径，Lm(G)是L(G)的子集，w₁与w₂为状态节点的任意状态点；M^b(T)是禁止状态集合，AGVs的所有行为 抽象为有限状态机M＝(Q、∑、δ、q₀、Q_m)，i∈{1,...,n}表示AGV_i进入模型 的顺序，AGV_i抽象为自动机G_i，G_i＝(Q_i，∑_i，δ_i，q_0，i，Q_m，i)，自动机的合成 原理为S_i(M)＝S(G_i||G_i-1)；并且，AGVs的行走路径之间的节点由两种状 态点表示，其中，X是开始状态，Y是最终状态，当AGV运行到任一节点 时，视该节点为AGV_i的最终状态；当AGV位于任一节点，并接收到上位机 命令时，视该节点为AGV_i的开始状态；i是AGV到达区域顺序的编号，不同 编号的AGV的状态转变是相互独立的，其中状态XY_i为转变状态，表示第i 辆AGV正从状态X向状态Y转移中；S1-S4为AGV的进出站点，SA与SB为 工作站点，具体包括：

步骤1：将系统中的AGV的所有行为作为自动机，以三辆AGV为一组， 每辆AGV间隔时间一致，AGV依次行驶，G₁为AGV₁的自动机，G₂为AGV₂的自动 机，G₃为AGV₃的自动机，新初始状态表示为q，其中q＝{(X₁,X₂):X₁∈Q₁,X₂∈Q₂,q∈Q₁×Q₂}；

步骤2：将实际工作中的状态节点、站点位置用RFID标签代替，通过 RFID标签存储任一状态节点的信息，AGV读取RFID信息时，视为AGV到达 状态节点；当新的AGV加入系统前，控制系统会通过全路径搜索算法，建 立OPEN集和CLOSED集，OPEN集为已检测节点，初始状态时，都为空；求 出静态路网中求解最短路径，即通过f(n)＝g(n)+h(n)对每个状态点进行价值 估算其中f(n)是状态点q_i，从初始状态点到目标点的估价函数，g(n)是在状 态空间中从初始状态点到目标状态点的实际代价，h(n)是从初始状态点到目 标状态点的最佳路径估值，其中

g'(n)＝1+alpha*(g(n)-1)，通过状态点估值比较，将符合函数f(n)最优的状态 路径生产，然后反馈至上位机，在新的AGV进入系统后，会与系统中原有 的AGV生成新的状态集合，并移除AGV_i-1的集合，从而减少AGV运行内存， 并保证AGV之间的安全运行；

步骤3：AGV₁已到达区域内的工作站SA并完成任务，从F离开区域；AGV₂已到达区域外的等待授权点，任务为前往工作站SA，从F离开区域；AGV₃还 未到达等待授权区域，需完成到达SA、SB的任务，并从A离开区域；定义 系统有且只有一个监督控制器S(G₁)

步骤4：当AGV₁到达状态节点D时，上位机向AGV发送指令，允许AGV₂结 束，可以进入工作区域，当AGV₂已进入区域，并反馈至上位机时，上位机 将AGV₁的监督控制器S(G₁)与AGV₂合并，得到新的监督控制器 S_r(M)＝S(G_r-1)||S(G_r)，并检测M是否为空集，若为空集则结束合并指令， 若不为空集则继续合并至M为空集，然后对合并的最终监督控制器进行修整(Trim)操作移除禁止状态后，得到新的监督控制器S₂＝S(Trim(S₁,q))||G₁；

步骤5：当AGV处于退出状态F时，表示AGV₁已经离开区域，将其从监督 控制器移除，即监督控制器从状态q＝(x₁,…x_r,…x_n)∈Q_S(M)变换到q＝ (x₁,…,x_r-1,x_r+1,…x_n)，则区域内的系统区还有有n-1个AGV；当AGV₁处于状 态E且AGV₂处于SA时，AGV₃到达区域，AGV₃由于任务需要，必须移动到SB；

步骤6：当AGV进入系统时，将其潜在存在冲突或互锁状态归为禁止状 态M^b(T)：M^b(T)＝{(x_i,y_j):x_i,y_j为冲突点，(x_i,y_j)∈Q_M×Q_M}；若在移除禁 止状态中，无法找到AGV之间安全运行的状态点，新的AGV在等待授权点 等待，直到安全运行的状态集合生成时，上位机发送命令至新的AGV，新的 AGV开始工作，当其完成任务离开系统或某一类状态点时，监督控制器自动 释放这类状态点，以供上位机对路径情况进行判断，从而发送安全运行的 路径给新的AGV；

步骤7：将AGV₃的自动机G₃合成到AGV₁和AGV₂的组成监督控制器S₃的新状 态，得到新的监督控制器S₃＝S(Trim(S₂,q))||G₃。

在上述的一种基于agv任务路径调度的监督控制器实时合成方法，所 述步骤1具体包括：

步骤A01：AGVs可以看作由n个自动机M组成的系统，

步骤A02：将系统中AGV的所有行为抽象为自动机M＝(Q_M,∑_M,δ_M,q₀,Q_m)， 其中Q_M为状态集，∑_M为事件集，δ_M为转移函数，而初始状态q₀由AGV的物 理位置决定，最终状态Q_m由AGV最终要完成的任务决定；

步骤A03：将AGV在等待区域外等待任务分配状态点归为安全状态q₁∈ Q_M；

步骤A04：当AGV进入系统时，将其潜在存在冲突或互锁的可能归为禁 止状态M^b(T)：M^b(T)＝{(x_i,y_j):x_i,y_j为冲突点且(x_i,y_j)∈Q_M×Q_M}；；

步骤A05：将已完成任务准备离开区域的AGV归为安全状态q₂∈Q_M。

在上述的一种基于agv任务路径调度的监督控制器实时合成方法，所 述步骤4的移除禁止状态具体包括：

数据处理步骤B01：将r监督控制器将与r-1监督控制器合成：

S_r(M)＝S(G_r-1)||S(G_r)；

数据处理步骤B02：系统M移除监督控制器S_r-1，以减少内存与运算时 间：

S_r(M)＝S(S(S(...S(G_r)||S(G_r+1)...)||G_n-1)||G_n；

数据处理步骤B03：删除状态集Q中的所有禁止状态：

数据步骤B04：控制系统得到监督控制器S⁰＝(Q₀,∑,δ₀,q_0,0,Q_m,0)函数；

数据步骤B05：对监督控制器S⁰修整(Trim),得到可达与不可达集。

在上述的一种基于agv任务路径调度的监督控制器实时合成方法，所 述步骤7中全路径搜索算法生成的路线为路线编辑步骤：由trim操作生成 的可达集中，可达路径状态集L_m(G)生成新AGV的状态行驶路径。

在上述的一种基于agv任务路径调度的监督控制器实时合成方法，所 述步骤2中的反馈至上位机时包括运动控制步骤：AGV根据上位机指令开始 移动直到到达下一个状态.

在上述的一种基于agv任务路径调度的监督控制器实时合成方法，步 骤2中的反馈至上位机还包括读取状态指令：AGV读取RFID标签信息，并 发送至上位机；若AGV处于过渡状态，则返回初始化步骤A01；若AGV处于 最终状态，则结束移除禁止状态算法。

因此，本发明具有如下优点：1、具有实时性；2、通过模块化提高了 AGV系统容量；3、AGV系统在具有最少限制性的同时，保证了AGV系统的 可控性和无堵塞的发生。

附图说明

附图1是本发明的路径状态模型图。

附图2a是本发明实施例中第二辆AGV准备进入模型图。

附图2b是本发明实施例中第三辆AGV准备进入模型图。

附图3是本发明实施例中涉及的AGV监督控制器合成状态跃迁图。

附图4是本发明涉及的状态转变关系图。

附图5是本发明涉及的禁止状态移除流程图。

附图6是传统AGV工作路线图。

附图7是本发明的控制流程图。

附图8是集中式结构中央监控器控制表。

附图9是本发明的优化监督控制器控制表。

附图10是本发明的全路径搜索算法程序表。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的 说明。

实施例：

步骤1：以图1为模型，建立AGV运行模拟图2a和图2b。

步骤2：本发明面向的实时运行的AGV系统，根据自动机的原理，将 系统中的AGV的所有行为作为自动机，以三辆AGV为一组进行仿真实验， 假设每辆AGV间隔时间一致，AGV依次行驶，G₁为AGV₁的自动机，G₂为AGV₂的 自动机，G₃为AGV₃的自动机，新初始状态表示为q，其中

q＝{(X₁,X₂):X₁∈Q₁,X₂∈Q₂,q∈Q₁×Q₂}。

步骤3：当新的AGV加入系统前，控制系统会通过全路径搜索算法， 遍历所有正在工作的状态点与其路径节点间的长度，然后反馈给上位机， 在新的AGV进入系统后，会与系统中原有的AGV生成新的函数，并移除 AGV_i-1的集合，从而减少AGV运行内存，并保证AGV之间的安全运行。

步骤4：如图2a所示，AGV₁已到达区域内的工作站SA并完成任务，从F 离开区域；AGV₂已到达区域外的等待授权点，任务为前往工作站SA，从F离 开区域；AGV₃还未到达等待授权区域，需完成到达SA、SB的任务，并从A离 开区域，所以系统有且只有一个监督控制器S(G₁)

步骤5：当AGVs运行到图2b所示时，AGV₂已进入区域，将AGV₁的监督 控制器S(G₁)与AGV₂合并，通过修整(Trim)得到新的监督控制器 S₂＝S(Trim(S₁,q))||G₁。

步骤6：当AGV处于退出状态F时，表示AGV₁已经离开区域，将其从监督 控制器移除，即监督控制器从状态q＝(x₁,…x_r,…x_n)∈Q_S(M)变换到q＝ (x₁,…,x_r-1,x_r+1,…x_n)，则区域内的系统区还有有n-1个AGV。当AGV₁处于状 态E且AGV₂处于SA时，AGV₃到达区域，AGV₃由于任务需要，必须移动到SB。

步骤7：若在移除禁止状态中，无法找到AGV之间安全运行的状态点， 新的AGV在等待授权点等待，直到安全运行的状态集合生成时，上位机发 送命令至新的AGV，新的AGV开始工作，当其完成任务离开系统或某一 类状态点时，监督控制器自动释放这类状态点，以供上位机对路径情况进 行判断，从而发送安全运行的路径给新的AGV。

步骤8：将AGV₃的自动机G₃合成到AGV₁和AGV₂的组成监督控制器S₃的新状 态，得到新的监督控制器S₃＝S(Trim(S₂,q))||G₃。系统中AGV₁、AGV₂运行到(E₂， D₃)状态的转变点的转变如图3所示，初始状态变化关系如图4所示。

因此，通过移除禁止状态与实时合成监督控制器，消除了系统中AGV 存在碰撞的可能，在保证安全运行的基础上，增大了系统的容量，提高了AGV的运行效率。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明 所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或 补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权 利要求书所定义的范围。

Claims (6)

1.一种基于agv任务路径调度的监督控制器实时合成方法，其特征在于，定义：AGV是自动引导运输车，AGVs是指所有自动引导运输车，i是AGV到达区域顺序的编号，G_i是第i个自动机的集合，Q_M为状态集，∑_M为事件集，δ_M为转移函数，q₀为AGV_i的初始状态点，最终状态Q_m由AGV_i所需到达的状态集合，S_i(M)为自动引导运输车的监督控制器集合，L(G)表示自动机所有可以从初始状态到最终状态的路径，Lm(G)是L(G)的子集，w₁与w₂为状态节点的任意状态点；M^b(T)是禁止状态集合，AGVs的所有行为抽象为有限状态机M＝(Q、∑、δ、q₀、Q_m)，i∈{1,...,n}表示AGV_i进入模型的顺序，AGV_i抽象为自动机G_i，G_i＝(Q_i，∑_i，δ_i，q_0，i，Q_m，i)，自动机的合成原理为S_i(M)＝S(G_i||G_i-1)；并且，AGVs的行走路径之间的节点由两种状态点表示，其中，X是开始状态，Y是最终状态，当AGV运行到任一节点时，视该节点为AGV_i的最终状态；当AGV位于任一节点，并接收到上位机命令时，视该节点为AGV_i的开始状态；i是AGV到达区域顺序的编号，不同编号的AGV的状态转变是相互独立的，其中状态XY_i为转变状态，表示第i辆AGV正从状态X向状态Y转移中；S1-S4为AGV的进出站点，SA与SB为工作站点，具体包括：

步骤1：将系统中的AGV的所有行为作为自动机，以三辆AGV为一组，每辆AGV间隔时间一致，AGV依次行驶，G₁为AGV₁的自动机，G₂为AGV₂的自动机，G₃为AGV₃的自动机，新初始状态表示为q，其中，q＝{(X₁,X₂):X₁∈Q₁,X₂∈Q₂,q∈Q₁×Q₂}；

步骤2：将实际工作中的状态节点、站点位置用RFID标签代替，通过RFID标签存储任一状态节点的信息，AGV读取RFID信息时，视为AGV到达状态节点；当新的AGV加入系统前，控制系统会通过全路径搜索算法，建立OPEN集和CLOSED集，OPEN集为已检测节点，初始状态时，都为空；求出静态路网中求解最短路径，即通过f(n)＝g(n)+h(n)对每个状态点进行价值估算其中f(n)是状态点q_i，从初始状态点到目标点的估价函数，g(n)是在状态空间中从初始状态点到目标状态点的实际代价，h(n)是从初始状态点到目标状态点的最佳路径估值，其中，

g(n)＝1+alpha*(g(n)-1)，通过状态点估值比较，将符合函数f(n)最优的状态路径生产，然后反馈至上位机，在新的AGV进入系统后，会与系统中原有的AGV生成新的状态集合，并移除AGV_i-1的集合，从而减少AGV运行内存，并保证AGV之间的安全运行；

步骤3：AGV₁已到达区域内的工作站SA并完成任务，从F离开区域；AGV₂已到达区域外的等待授权点，任务为前往工作站SA，从F离开区域；AGV₃还未到达等待授权区域，需完成到达SA、SB的任务，并从A离开区域；定义系统有且只有一个监督控制器S(G₁)；

步骤4：当AGV₁到达状态节点D时，上位机向AGV发送指令，允许AGV₂结束，可以进入工作区域，当AGV₂已进入区域，并反馈至上位机时，上位机将AGV₁的监督控制器S(G₁)与AGV₂合并，得到新的监督控制器S_r(M)＝S(G_r-1)||S(G_r)，并检测M是否为空集，若为空集则结束合并指令，若不为空集则继续合并至M为空集，然后对合并的最终监督控制器进行修整(Trim)操作移除禁止状态后，得到新的监督控制器S₂＝S(Trim(S₁,q))||G₁；

步骤5：当AGV处于退出状态F时，表示AGV₁已经离开区域，将其从监督控制器移除，即监督控制器从状态q＝(x₁,…x_r,…x_n)∈Q_S(M)变换到q＝(x₁,…,x_r-1,x_r+1,…x_n)，则区域内的系统区还有n-1个AGV；当AGV₁处于状态E且AGV₂处于SA时，AGV₃到达区域，AGV₃由于任务需要，必须移动到SB；

步骤6：当AGV进入系统时，将其潜在存在冲突或互锁状态归为禁止状态M^b(T)：M^b(T)＝{(x_i,y_j):x_i,y_j为冲突点，(x_i,y_j)∈Q_M×Q_M}；若在移除禁止状态中，无法找到AGV之间安全运行的状态点，新的AGV在等待授权点等待，直到安全运行的状态集合生成时，上位机发送命令至新的AGV，新的AGV开始工作，当其完成任务离开系统或某一类状态点时，监督控制器自动释放这类状态点，以供上位机对路径情况进行判断，从而发送安全运行的路径给新的AGV；

步骤7：将AGV₃的自动机G₃合成到AGV₁和AGV₂的组成监督控制器S₃的新状态，得到新的监督控制器S₃＝S(Trim(S₂,q))||G₃。

2.根据权利要求1所述的一种基于agv任务路径调度的监督控制器实时合成方法，其特征在于，所述步骤1具体包括：

步骤A01：AGVs可以看作由n个有限状态机M组成的系统，

步骤A02：将系统中AGV的所有行为抽象为有限状态机M＝(Q_M,∑_M,δ_M,q₀,Q_m)，其中Q_M为状态集，∑_M为事件集，δ_M为转移函数，而初始状态q₀由AGV的物理位置决定，最终状态Q_m由AGV最终要完成的任务决定；

步骤A03：将AGV在等待区域外等待任务分配状态点归为安全状态q₁∈Q_M；

步骤A04：当AGV进入系统时，将其潜在存在冲突或互锁的可能归为禁止状态M^b(T)：M^b(T)＝{(x_i,y_j):x_i,y_j为冲突点且(x_i,y_j)∈Q_M×Q_M}；

步骤A05：将已完成任务准备离开区域的AGV归为安全状态q₂∈Q_M。

3.根据权利要求1所述的一种基于agv任务路径调度的监督控制器实时合成方法，其特征在于，所述步骤4的移除禁止状态具体包括：

数据处理步骤B01：将r监督控制器将与r-1监督控制器合成：

S_r(M)＝S(G_r-1)||S(G_r)；

数据处理步骤B02：有限状态机M移除监督控制器S_r-1，以减少内存与运算时间：

S_r(M)＝S(S(S(...S(G_r)||S(G_r+1))...)||G_n-1)||G_n；

数据处理步骤B03：删除状态集Q中的所有禁止状态：

数据步骤B04：控制系统得到监督控制器S⁰＝(Q₀,∑,δ₀,q_0,0,Q_m,0)函数；

数据步骤B05：对监督控制器S⁰修整(Trim),得到可达与不可达集。

4.根据权利要求1所述的一种基于agv任务路径调度的监督控制器实时合成方法，其特征在于，所述步骤7中全路径搜索算法生成的路线为路线编辑步骤：由trim操作生成的可达集中，可达路径状态集L_m(G)生成新AGV的状态行驶路径。

5.根据权利要求1所述的一种基于agv任务路径调度的监督控制器实时合成方法，其特征在于，所述步骤2中的反馈至上位机时包括运动控制步骤：AGV根据上位机指令开始移动直到到达下一个状态。

6.根据权利要求1所述的一种基于agv任务路径调度的监督控制器实时合成方法，其特征在于，步骤2中的反馈至上位机还包括读取状态指令：AGV读取RFID标签信息，并发送至上位机；若AGV处于过渡状态，则返回初始化步骤A01；若AGV处于最终状态，则结束移除禁止状态算法。

Images