CN108762268B - 多agv无碰撞路径规划算法 - Google Patents

多agv无碰撞路径规划算法 Download PDF

Info

Publication number
CN108762268B
CN108762268B CN201810534417.4A CN201810534417A CN108762268B CN 108762268 B CN108762268 B CN 108762268B CN 201810534417 A CN201810534417 A CN 201810534417A CN 108762268 B CN108762268 B CN 108762268B
Authority
CN
China
Prior art keywords
task
path
agv
point
time
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.)
Active
Application number
CN201810534417.4A
Other languages
English (en)
Other versions
CN108762268A (zh
Inventor
钱灏
马飞
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.)
Shanghai Aoyue Intelligent Technology Co ltd
Original Assignee
Shanghai Aoyue Intelligent Technology 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 Shanghai Aoyue Intelligent Technology Co ltd filed Critical Shanghai Aoyue Intelligent Technology Co ltd
Priority to CN201810534417.4A priority Critical patent/CN108762268B/zh
Publication of CN108762268A publication Critical patent/CN108762268A/zh
Application granted granted Critical
Publication of CN108762268B publication Critical patent/CN108762268B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • 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
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Abstract

本发明多AGV无碰撞路径规划算法,步骤如下:开始阶段,包括:根据已知建模的交通地图信息,进行系统设定;规划多AGV运行路径;运行阶段,包括:构建时间序列多部图
Figure 958001DEST_PATH_IMAGE002
:对目前已规划任务的路径,标记
Figure 114493DEST_PATH_IMAGE004
中相应路径;取下一个任务
Figure 365663DEST_PATH_IMAGE006
;根据就近原则和空闲状况确定执行任务小车
Figure 813141DEST_PATH_IMAGE008
;根据任务
Figure 89719DEST_PATH_IMAGE010
的起始位置
Figure 562606DEST_PATH_IMAGE012
和终止位置
Figure 130170DEST_PATH_IMAGE014
,利用Dijkstra算法和
Figure 628465DEST_PATH_IMAGE004
规划最短路径
Figure 221437DEST_PATH_IMAGE016
;根据规划的最短路径
Figure 10719DEST_PATH_IMAGE018
,标记
Figure 363520DEST_PATH_IMAGE004
中相应路径;进行是否有未处理任务整理,是为返回下一个任务

Description

多AGV无碰撞路径规划算法
技术领域
本发明涉及AGV控制技术,特别涉及AGV导航控制技术领域,具体的,其展示基于时间序列多部图和最短路径算法的一种多AGV无碰撞路径规划算法。
背景技术
AGV是(Automated Guided Vehicle)的缩写,意即"自动导引运输车",是指装备有电磁或光学等自动导引装置,它能够沿规定的导引路径行驶,具有安全保护以及各种移载功能的运输车。
AGV广泛应用于智能化物流系统中,即物料的流动通过AGV完成,AGV把原料在各个环节进行运送,完成各加工点之间半成品的传送。AGV的运行需要有控制系统确定其运行路线。当系统中有多个AGV时,保证系统无冲突的情况下,实现评价指标最短,为每个AGV规划出一条无碰撞、协调的路径规划是一个不易的任务。
因此,有必要提供基于时间序列多部图和最短路径算法的一种多AGV无碰撞路径规划算法来解决上述问题。
发明内容
本发明的目的是提供一种多AGV无碰撞路径规划算法。
技术方案如下:
一种基多AGV无碰撞路径规划算法,步骤如下:
开始阶段,包括:
1)根据已知建模的交通地图信息,进行系统设定:
2)规划多AGV运行路径:
运行阶段,包括:
3)构建时间序列多部图
Figure BDA0001677502380000011
3-1)基于系统中设定的AGV的运行速度,假设完成当前任务需要时间为T,确定时间序列多部图
Figure BDA0001677502380000012
所需部数
NPartite=T/10.
构造时间序列NPartite部图
Figure BDA0001677502380000013
其中节点集Vi=V,i=1…NPartite为在i时刻的交通图;
3-2)根据时间序列NPartite部图
Figure BDA0001677502380000014
构造相应的邻接矩阵
Figure BDA0001677502380000015
为(Num_Partite_Graph*p)×(Num_Partite_Graph*p)数组,其中p为顶点的个数;按每p个连续节点为一块,将
Figure BDA0001677502380000021
分成n×n的块矩阵;并按一下流程设置
Figure BDA0001677502380000022
对i从1到n-1
对j从i+1到n
Figure BDA0001677502380000023
的(i,j)块更新为W+(j-i-1)*10;
其中W为对应原交通图的邻接矩阵;
4)对目前已规划任务的路径,标记
Figure BDA0001677502380000024
中相应路径;
6)取下一个任务ti
6)根据就近原则和空闲状况确定执行任务小车Ci
7)根据任务ti的起始位置Oi和终止位置Di,利用Dijkstra算法和
Figure BDA0001677502380000026
规划最短路径σi
7-1)初始化,S中只包含源节点S,U包含除去V之外的其他所有节点;每个节点的邻接关系和权值已知,且权值非负;
7-2)从U中选取与S0有邻接关系且权值最小的顶点Sk,把Sk加入到S中(So到Sk的最短路径长度即为权值大小,最短路径即是So->Sk
7-3)以Sk为新的中间节点,考察U中与Sk邻接的节点;若从源点So到U中节点的距离(经过Sk)比原来的距离(不经过Sk)的短,则修改U中已经考察过顶点的路径,修改后的路径值为经过Sk的路径;同时把新的具有最短路径的节点加入S;
7-4)重复执行步骤7-2)和7-3).直到所有顶点都包含在S中或者已经找到最短路径;
8)根据规划的最短路径σi,标记
Figure BDA0001677502380000025
中相应路径;
9)进行是否有未处理任务整理,是为返回步骤5),否则结束。
进一步的,步骤1)包括:
1-1)交通地图中规划出的每条弧表示可双向行驶的单行道,即该路径只能允许一台AGV通过,但AGV可以在此路径上双向行驶;
1-2)小车运行时速度恒定,本系统中假设所有小车运行速度为lm/s;
1-3)每一条路径在同一时间只能被一个小车占据,即不允许两辆小车同时出现在同一段路径上;
1-4)为保证AGV不会发生碰撞,每个AGV都有自己的安全区域,设安全区域的半径为r(r根据车体大小和速度确定),在此区域范围内,别的AGV不能进入;
1-5)每个任务被在下发时指定一个优先级,具有同样优先级的任务,较早下达的任务有更高的优先权;
1-6)每一条路径中的转弯大部分都是直角,转弯时间设定为常数;两条路径在同一直线上则不需要转弯;
1-7)取货卸货操作需要用的时间定义为常数,充电采用快充方式,AGV只有在电池电量低于一定的值的时候才进行充电,充电时间也近似为一个常数;
1-8)任务只包括一个起点一个终点,如果一个任务是从取货点A运送货物到B点,且该任务需要目前在C点的小车R执行,则该任务可分成两个任务,分别是让R从C点到A点,和让R从A点到B点;
进一步的,步骤2)包括:
2-1)设图G=(V,E)表示整个交通地图,其中:
V={v1,v2,…,vp}表示地图中所有节点的集合,
E={e1,e2,...,eq)表示所有连接节点的弧的集合,
2-2)wij表示节点(i,j)之间弧的权值;
W为表示图G的邻接矩阵;其中W中(i,j)位置上的值为连接i,j节点的边的权值;
2-3)R={c1,c2,…,cn)为系统中可执行任务小车集合;
2-4)M={t1,t2,…,tm}为当前需要执行的任务集合;
2-5)Pi为任务ti的优先级;
2-6)Oi为任务ti的起始位置;
2-7)Di为任务ti的终止位置;
2-8)σi={ej,ek,…,eq}为任务ti的执行路径,该路径为一系列弧段的集合,从起始位置Oi到终止位置Di的路径可以表示为有序弧段集合,其中ej,ek,…,eq∈E,是环境地图边集合中的路段;
2-9)mi=(Oi,Di,σi,Pi,ri)描述任务ti
本发明采用时间轴图和最短路径算法在多AGV系统中为每台AGV规划运行路线,做到在优化的时间内规划所有任务路线,且路线之间无冲突。
附图说明
图1为本发明的流程示意图。
图2为步骤3)中的一个交通图;
图3为基于图2的4个时间点的4部图;
图4为步骤7)的节点路径示意图。
具体实施方式
实施例:
参阅图1,本实施例展示一种基多AGV无碰撞路径规划算法,步骤如下:
1)根据已知建模的交通地图信息,进行系统设定:
1-1)交通地图中规划出的每条弧表示可双向行驶的单行道,即该路径只能允许一台AGV通过,但AGV可以在此路径上双向行驶;
1-2)小车运行时速度恒定,本系统中假设所有小车运行速度为lm/s;
1-3)每一条路径在同一时间只能被一个小车占据,即不允许两辆小车同时出现在同一段路径上;
1-4)为保证AGV不会发生碰撞,每个AGV都有自己的安全区域,设安全区域的半径为r(r根据车体大小和速度确定),在此区域范围内,别的AGV不能进入;
1-5)每个任务被在下发时指定一个优先级,具有同样优先级的任务,较早下达的任务有更高的优先权;
1-6)每一条路径中的转弯大部分都是直角,转弯时间设定为常数;两条路径在同一直线上则不需要转弯;
1-7)取货卸货操作需要用的时间定义为常数,充电采用快充方式,AGV只有在电池电量低于一定的值的时候才进行充电,充电时间也近似为一个常数;
1-8)任务只包括一个起点一个终点,如果一个任务是从取货点A运送货物到B点,且该任务需要目前在C点的小车R执行,则该任务可分成两个任务,分别是让R从C点到A点,和让R从A点到B点;
2)规划多AGV运行路径:
2-1)设图G=(V,E)表示整个交通地图,其中:
V={v1,v2,…,vp}表示地图中所有节点的集合,
E={e1,e2,...,eq)表示所有连接节点的弧的集合,
2-2)wij表示节点(i,j)之间弧的权值;
W为表示图G的邻接矩阵;其中W中(i,j)位置上的值为连接i,j节点的边的权值;
2-3)R={c1,c2,…,cn)为系统中可执行任务小车集合;
2-4)M={t1,t2,…,tm}为当前需要执行的任务集合;
2-5)Pi为任务ti的优先级;
2-6)Oi为任务ti的起始位置;
2-7)Di为任务ti的终止位置;
2-8)σi={ej,ek,…,eq)为任务ti的执行路径,该路径为一系列弧段的集合,从起始位置Oi到终止位置Di的路径可以表示为有序弧段集合,其中ej,ek,…,eq∈E,是环境地图边集合中的路段;
2-9)mi=(Oi,Di,σi,Pi,ri)描述任务ti
对于每个任务,起始位置,目标位置和分配的小车都不随时间变化;每个小车在初始分配任务的时候指定一个优先级,在任务执行过程中,随着任务执行时间越长,该任务的优先级逐渐变高,即初始优先级相同的任务,执行时间越长的任务有越高的优先级;
当AGV小车执行任务时,不断的进入并驶出路径中的有序路段,在小车驶入和驶出的这段时间内,该路径被此小车占领,其他小车不得进入;
步骤1)和步骤2)为开始的准备阶段;
3)构建时间序列多部图
Figure BDA0001677502380000051
3-1)基于系统中设定的AGV的运行速度,假设完成当前任务需要时间为T,确定时间序列多部图
Figure BDA0001677502380000052
所需部数
NPartite=T/10.
构造时间序列NPartite部图
Figure BDA0001677502380000053
其中节点集Vi=V,i=1…Npartite为在i时刻的交通图;
参阅图2/3,图2为一个交通图,图3为基于图2的4个时间点的4部图。图3的4个圆圈代表了4个时间点。在每一个时间点都有A,B,C和D 4个节点,分别对应原交通图中的4个节点。每个时间点中节点之间无连接。不同时间节点中的节点根据原交通图中的连接情况连接。比如原交通图中A可以到C。则多部图中,从第一时刻的A可以到第二时刻的C,也可以到第三时刻的C和第四时刻的C。这样在多部图中的一条路就是一条沿时间顺序的路。
3-2)根据时间序列NPartite部图
Figure BDA0001677502380000054
构造相应的邻接矩阵
Figure BDA0001677502380000055
为(Num_Partite_Graph*p)×(Num_Partite_Graph*p)数组,其中p为顶点的个数;按每p个连续节点为一块,将
Figure BDA0001677502380000056
分成n×n的块矩阵;并按一下流程设置
Figure BDA0001677502380000057
对i从1到n-1
对j从i+1到n
Figure BDA0001677502380000058
的(i,j)块更新为W+(j-i-1)*10;
其中W为对应原交通图的邻接矩阵;
4)对目前已规划任务的路径,标记
Figure BDA0001677502380000059
中相应路径;
7)取下一个任务ti
6)根据就近原则和空闲状况确定执行任务小车Ci
7)根据任务ti的起始位置Oi和终止位置Di,利用Dijkstra算法和
Figure BDA00016775023800000510
规划最短路径σi
7-1)初始化,S中只包含源节点S,U包含除去V之外的其他所有节点;每个节点的邻接关系和权值已知,且权值非负;
7-2)从U中选取与So有邻接关系且权值最小的顶点Sk,把Sk加入到S中(So到Sk的最短路径长度即为权值大小,最短路径即是So->Sk
7-3)以Sk为新的中间节点,考察U中与Sk邻接的节点;若从源点So到U中节点的距离(经过Sk)比原来的距离(不经过Sk)的短,则修改U中已经考察过顶点的路径,修改后的路径值为经过Sk的路径;同时把新的具有最短路径的节点加入S;
7-4)重复执行步骤7-2)和7-3).直到所有顶点都包含在S中或者已经找到最短路径;
参阅图4的节点路径示意图以及下表,其可清楚展示步骤7)的最短路径规划:
Figure BDA0001677502380000061
8)根据规划的最短路径σi,标记
Figure BDA0001677502380000062
中相应路径;
9)进行是否有未处理任务整理,是为返回步骤5),否则结束。
与现有技术相比,本发明采用时间轴图和最短路径算法在多AGV系统中为每台AGV规划运行路线,做到在优化的时间内规划所有任务路线,且路线之间无冲突。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。

Claims (3)

1.一种基多AGV无碰撞路径规划算法,其特征在于:步骤如下:
开始阶段,包括:
1)根据已知建模的交通地图信息,进行系统设定:
2)规划多AGV运行路径:
运行阶段,包括:
3)构建时间序列多部图
Figure FDA0001677502370000011
3-1)基于系统中设定的AGV的运行速度,假设完成当前任务需要时间为T,确定时间序列多部图
Figure FDA0001677502370000012
所需部数
NPartite=T/10,
构造时间序列NPartite部图
Figure FDA0001677502370000013
其中节点集Vi=V,i=1…Npartite为在i时刻的交通图;
3-2)根据时间序列NPartite部图
Figure FDA0001677502370000014
构造相应的邻接矩阵
Figure FDA0001677502370000015
为(Num_Partite_Graph*p)×(Num_Partite_Graph*p)数组,其中p为顶点的个数;按每p个连续节点为一块,将
Figure FDA0001677502370000016
分成n×n的块矩阵;并按以下流程设置
Figure FDA0001677502370000017
对i从1到n-1
对j从i+1到n
Figure FDA0001677502370000018
的(i,j)块更新为W+(j-i-1)*10;
其中W为对应原交通图的邻接矩阵;
4)对目前已规划任务的路径,标记
Figure FDA0001677502370000019
中相应路径;
5)取下一个任务ti
6)根据就近原则和空闲状况确定执行任务小车Ci
7)根据任务ti的起始位置Oi和终止位置Di,利用Dijkstra算法和
Figure FDA00016775023700000110
规划最短路径σi
7-1)初始化,S中只包含源节点S,U包含除去V之外的其他所有节点;每个节点的邻接关系和权值已知,且权值非负;
7-2)从U中选取与S0有邻接关系且权值最小的顶点Sk,把Sk加入到S中(S0到Sk的最短路径长度即为权值大小,最短路径即是S0->Sk
7-3)以Sk为新的中间节点,考察U中与Sk邻接的节点;若从源点S0到U中节点的距离(经过Sk)比原来的距离(不经过Sk)的短,则修改U中已经考察过顶点的路径,修改后的路径值为经过Sk的路径;同时把新的具有最短路径的节点加入S;
7-4)重复执行步骤7-2)和7-3).直到所有顶点都包含在S中或者已经找到最短路径;
8)根据规划的最短路径σi,标记
Figure FDA00016775023700000111
中相应路径;
9)进行是否有未处理任务整理,是为返回步骤5),否则结束。
2.根据权利要求1所述的一种基多AGV无碰撞路径规划算法,其特征在于:步骤1)包括:
1-1)交通地图中规划出的每条弧表示可双向行驶的单行道,即该路径只能允许一台AGV通过,但AGV可以在此路径上双向行驶;
1-2)小车运行时速度恒定,本系统中假设所有小车运行速度为lm/s;
1-3)每一条路径在同一时间只能被一个小车占据,即不允许两辆小车同时出现在同一段路径上;
1-4)为保证AGV不会发生碰撞,每个AGV都有自己的安全区域,设安全区域的半径为r(r根据车体大小和速度确定),在此区域范围内,别的AGV不能进入;
1-5)每个任务被在下发时指定一个优先级,具有同样优先级的任务,较早下达的任务有更高的优先权;
1-6)每一条路径中的转弯大部分都是直角,转弯时间设定为常数;两条路径在同一直线上则不需要转弯;
1-7)取货卸货操作需要用的时间定义为常数,充电采用快充方式,AGV只有在电池电量低于一定的值的时候才进行充电,充电时间也近似为一个常数;
1-8)任务只包括一个起点一个终点,如果一个任务是从取货点A运送货物到B点,且该任务需要目前在C点的小车R执行,则该任务可分成两个任务,分别是让R从C点到A点,和让R从A点到B点。
3.根据权利要求2所述的一种基多AGV无碰撞路径规划算法,其特征在于:步骤2)包括:
2-1)设图G=(V,E)表示整个交通地图,其中:
V={v1,v2,…,vp}表示地图中所有节点的集合,
E={e1,e2,...,ex)表示所有连接节点的弧的集合,
2-2)wij表示节点(i,j)之间弧的权值;
W为表示图G的邻接矩阵;其中W中(i,j)位置上的值为连接i,j节点的边的权值;
2-3)R={c1,c2,…,cn)为系统中可执行任务小车集合;
2-4)M={t1,t2,…,tm}为当前需要执行的任务集合;
2-5)Pi为任务ti的优先级;
2-6)Oi为任务ti的起始位置;
2-7)Di为任务ti的终止位置;
2-8)σi=(ej,ek,…,eq)为任务ti的执行路径,该路径为一系列弧段的集合,从起始位置Oi到终止位置Di的路径可以表示为有序弧段集合,其中ej,ek,…,eq∈E,是环境地图边集合中的路段;
2-9)mi=(Oi,Di,σi,Pi,ri)描述任务ti
CN201810534417.4A 2018-05-29 2018-05-29 多agv无碰撞路径规划算法 Active CN108762268B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810534417.4A CN108762268B (zh) 2018-05-29 2018-05-29 多agv无碰撞路径规划算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810534417.4A CN108762268B (zh) 2018-05-29 2018-05-29 多agv无碰撞路径规划算法

Publications (2)

Publication Number Publication Date
CN108762268A CN108762268A (zh) 2018-11-06
CN108762268B true CN108762268B (zh) 2022-08-05

Family

ID=64003660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810534417.4A Active CN108762268B (zh) 2018-05-29 2018-05-29 多agv无碰撞路径规划算法

Country Status (1)

Country Link
CN (1) CN108762268B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109343535A (zh) * 2018-11-16 2019-02-15 广东嘉腾机器人自动化有限公司 一种agv小车的控制方法及装置
CN109754601B (zh) * 2018-12-28 2020-10-23 银江股份有限公司 一种基于空间矢量计算对同时多任务进行冲突检测的方法
CN109724612B (zh) * 2019-01-14 2021-06-15 浙江华睿科技有限公司 一种基于拓扑地图的agv路径规划方法及设备
CN109934388A (zh) * 2019-02-18 2019-06-25 上海东普信息科技有限公司 一种用于智能拣选优化系统
CN110108290B (zh) * 2019-04-24 2023-01-31 东北大学 一种基于遗传算法的多智能车避撞路径规划的方法
CN110162058B (zh) * 2019-06-03 2022-04-05 西交利物浦大学 Agv规划方法及装置
CN110471418B (zh) * 2019-08-22 2021-06-04 北京交通大学 智能停车场中的agv调度方法
CN110597261B (zh) * 2019-09-24 2022-10-18 浙江华睿科技股份有限公司 一种预防碰撞冲突的方法及装置
CN112578782A (zh) * 2019-09-29 2021-03-30 杭州海康机器人技术有限公司 自动导引运输车任务路径规划方法及装置
CN110989582B (zh) * 2019-11-26 2023-06-09 北京卫星制造厂有限公司 基于路径预先占用的多agv自动避让式智能调度方法
CN111079988B (zh) * 2019-11-28 2024-02-20 浙江华睿科技股份有限公司 任务的执行方法、装置、存储介质及电子装置
CN113701768A (zh) * 2020-05-20 2021-11-26 杭州海康威视数字技术股份有限公司 一种路径确定方法、装置及电子设备
CN111486848B (zh) * 2020-05-25 2022-02-22 上海杰销自动化科技有限公司 Agv视觉导航方法、系统、计算机设备以及存储介质
CN111595355B (zh) * 2020-05-28 2022-04-19 天津大学 一种无人碾压机群路径规划方法
CN112783167B (zh) * 2020-12-30 2022-12-20 南京熊猫电子股份有限公司 一种基于多区域的实时路径规划方法及系统
CN113716495A (zh) * 2021-09-02 2021-11-30 衡阳宝坤机械制造有限公司 一种智能化仓储叉车控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102420392A (zh) * 2011-07-30 2012-04-18 山东鲁能智能技术有限公司 基于磁导航的变电站巡检机器人全局路径规划方法
US8423547B2 (en) * 2011-04-08 2013-04-16 Microsoft Corporation Efficient query clustering using multi-partite graphs
CN105841709A (zh) * 2016-03-22 2016-08-10 吉林大学 一种汽车行驶路径规划方法
CN106681334A (zh) * 2017-03-13 2017-05-17 东莞市迪文数字技术有限公司 基于遗传算法的自动搬运小车调度控制方法
CN107727099A (zh) * 2017-09-29 2018-02-23 山东大学 一种工厂内物料运输多agv调度及路径规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8423547B2 (en) * 2011-04-08 2013-04-16 Microsoft Corporation Efficient query clustering using multi-partite graphs
CN102420392A (zh) * 2011-07-30 2012-04-18 山东鲁能智能技术有限公司 基于磁导航的变电站巡检机器人全局路径规划方法
CN105841709A (zh) * 2016-03-22 2016-08-10 吉林大学 一种汽车行驶路径规划方法
CN106681334A (zh) * 2017-03-13 2017-05-17 东莞市迪文数字技术有限公司 基于遗传算法的自动搬运小车调度控制方法
CN107727099A (zh) * 2017-09-29 2018-02-23 山东大学 一种工厂内物料运输多agv调度及路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于无线网络的AGV系统路径规划的研究;黄超;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;20151215;全文 *
面向多部图的时间序列分析方法研究;范智华;《中国优秀硕士学位论文全文数据库 信息科技辑》;20050715;全文 *

Also Published As

Publication number Publication date
CN108762268A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108762268B (zh) 多agv无碰撞路径规划算法
CN109991977B (zh) 机器人的路径规划方法及装置
CN107167154B (zh) 一种基于时间代价函数的时间窗路径规划冲突解决方法
CN110530369B (zh) 基于时间窗的agv任务调度方法
CN107203190B (zh) 一种基于复杂路径的惯性导航agv调度方法及系统
CN105354648B (zh) Agv调度管理的建模及其优化方法
CN111026128B (zh) 一种多激光agv的避让方法
Gawrilow et al. Dynamic routing of automated guided vehicles in real-time
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
CN107179078A (zh) 一种基于时间窗优化的agv路径规划方法
CN110515380B (zh) 基于转弯权重约束的最短路径规划方法
CN110471418B (zh) 智能停车场中的agv调度方法
CN110989582A (zh) 基于路径预先占用的多agv自动避让式智能调度方法
CN111007862B (zh) 一种多agv协同工作的路径规划方法
CN114489062B (zh) 面向车间物流的多自动导引车分布式动态路径规划方法
CN108827311B (zh) 一种制造车间无人搬运系统路径规划方法
KR101010718B1 (ko) 복수개의 자원을 점유하는 무인 반송차의 동적 주행방법
Guney et al. Dynamic prioritized motion coordination of multi-AGV systems
CN110751334A (zh) 基于相交区域预测的agv调度方法及装置
CN109115220B (zh) 一种用于停车场系统路径规划的方法
CN115116220B (zh) 一种用于矿区装卸场景的无人驾驶多车协同控制方法
CN110412990B (zh) 一种用于工厂环境下的agv避碰方法
Solichudin et al. Conflict-free dynamic route multi-agv using dijkstra Floyd-warshall hybrid algorithm with time windows
US20230063370A1 (en) Multi-robot route planning
CN114840001A (zh) 一种封闭环境下的多车协同轨迹规划方法

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
TA01 Transfer of patent application right

Effective date of registration: 20220713

Address after: 201815 room 320, building 8, No. 55, Huiyuan Road, Jiading District, Shanghai

Applicant after: Shanghai Aoyue Intelligent Technology Co.,Ltd.

Address before: 215300 1st floor, building B, Fenghuang science and technology entrepreneurship Park, Fenghuang Town, Zhangjiagang City, Suzhou City, Jiangsu Province

Applicant before: SUZHOU JI KE JIA INTELLIGENT TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant