CN109542098A - 一种基于最小转弯代价的agv路径规划方法 - Google Patents

一种基于最小转弯代价的agv路径规划方法 Download PDF

Info

Publication number
CN109542098A
CN109542098A CN201811311820.7A CN201811311820A CN109542098A CN 109542098 A CN109542098 A CN 109542098A CN 201811311820 A CN201811311820 A CN 201811311820A CN 109542098 A CN109542098 A CN 109542098A
Authority
CN
China
Prior art keywords
neighbor
current
agv
node
point
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
CN201811311820.7A
Other languages
English (en)
Inventor
钮旭东
王志鹏
黄怡
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 Wei Pupil Visual Technology Co Ltd
Original Assignee
Shanghai Wei Pupil Visual 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 Wei Pupil Visual Technology Co Ltd filed Critical Shanghai Wei Pupil Visual Technology Co Ltd
Priority to CN201811311820.7A priority Critical patent/CN109542098A/zh
Publication of CN109542098A publication Critical patent/CN109542098A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217—Control 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于最小转弯代价的AGV路径规划方法，所述方法包括以下步骤：上位机系统根据地图模型读取路径和节点信息；接收工位需求信息，选择距离工位最近的空闲AGV，读取AGV坐标信息；AGV坐标为起点，工位坐标为终点，调用最短路径规划算法寻找起点与终点之间最短路径；将最短路径转换成运动指令，控制处理系统控制AGV执行任务。本发明提供一种基于最小转弯代价的AGV路径规划方法，能够避免AGV大量转弯，有效解决现有AGV路径规划方法中未考虑转弯耗时导致AGV的行驶路线总体运输耗时并非最短的问题，提高运输效率。

Description

一种基于最小转弯代价的AGV路径规划方法
技术领域
本发明涉及到AGV技术领域，特指一种基于最小转弯代价的AGV路径规划方法。
背景技术
AGV(Automated Guide Vehicle，自动导引运输车)是指装备有电磁或光学等自动导引装置的运输车，无需人工参与就可以随着生产工艺流程的调整而及时调整相应的运输路线，由AGV代替人工运输，可以有效地降低工作人员的劳动强度，提高工作效率，因此在制造、电子、物流等行业得到了广泛的应用。
工厂内物料自动化运输通常需要多个AGV同时运行物料搬运任务，物料工位之间常常存在多条可到达目标地点的AGV运行轨道，即AGV从一个物料站到达另一个物料站有多个可选择路线。为了缩短总的运输时间，提高运输效率，当前AGV调度系统中一般采用Dijkstra算法或A*算法或其改良算法计算AGV行驶成本最低的路线。其中，Dijkstra算法是以源点为中心向外层层扩展，总是保证当前节点的值对于前面的层一定是最短的，直到扩展到终点为止，这样从终点到起点得到的路径一定是最短的。A*算法是在Dijkstra算法基础上增加启发式函数，通过启发函数估算前点到终点的估值距离引导算法的搜索方向，从而提高算法的搜索效率。
但是，当前计算AGV行驶成本最低的路线采用的这两种方法或基于这两种方法的改良方法通常都是基于最短路径考虑AGV的行驶成本，没有考虑AGV实体的转弯耗时。在AGV的实际行驶过程中，即使调度系统选择了最短的路径，但常常由于AGV转弯耗时太久，所以所选择的行驶路线的耗时并非最短，增加了总的运输时间，降低了运输效率，特别是在转弯场景较多的应用中，运输时间的增加更为明显。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于最小转弯代价的AGV路径规划方法，能够避免AGV大量转弯，有效解决现有AGV路径规划方法中未考虑转弯耗时导致AGV的行驶路线总体运输耗时并非最短的问题，提高运输效率。
本发明的目的是通过以下技术方案实现的：
一种基于最小转弯代价的AGV路径规划方法，所述方法包括以下步骤：
上位机系统根据预先绘制的地图模型，读取路径和节点信息，标记出节点坐标；所述上位机系统接收工位发出的需求信息并将所述需求信息发送到每台AGV的控制处理系统；所述控制处理系统接收所述需求信息，判断当前AGV是否处于空闲状态，如果否，则不执行任务；如果是，则获取当前AGV的坐标信息，并发送到所述上位机系统；
所述上位机系统根据每台AGV的坐标信息与所述需求信息中的工位坐标计算出每台AGV到工位的欧拉距离，选择最小欧拉距离对应的AGV执行任务，将所述AGV的坐标设置当前任务起点并记为S0，将所述工位坐标设置为当前任务终点并记为U0；调用基于最小转弯代价的最短路径规划算法计算选择起点S0与终点U0之间的最短路径；
所述上位机系统将所述最短路径转换成运动指令，并发送到所述控制处理系统；所述控制处理系统根据所述运动指令控制所述AGV执行任务，完成任务后将任务完成信息发送到所述上位机系统；
所述上位机系统接收到所述任务完成信息后，将所述AGV设置成空闲状态，所述AGV可接收新任务。
优选地，所述调用基于最小转弯代价的最短路径规划算法计算选择起点S0与终点U0之间的最短路径，具体包括：
1）建立开启列表和关闭列表，所述开启列表用于存储等待检查的节点，所述关闭列表用于存储不需要再次检查的节点；
2）将所述起点S0加入到所述开启列表中，判断所述开启列表是否为空，如果否，则重复进行如下步骤：
a.从所述开启列表中找到F(n)值最小的节点，作为当前点Current，并将所述当前点Current从所述开启列表中删除，增加到所述关闭列表中；F(n)表示从所述起点S0经由节点n到所述终点U0的代价估计；
b.获得当前点Current可到达的邻居节点Neighbor的集合，对于集合中的每个邻居节点Neighbor：
i.如果所述邻居节点Neighbor在所述关闭列表中：
继续判断集合中的下一个邻居节点Neighbor；
ii.如果所述邻居节点Neighbor不在所述开启列表中：
将所述邻居节点Neighbor加入到所述开启列表中，并设置所述邻居节点Neighbor的父节点为当前点；
根据公式（1）和公式（2）计算所述邻居节点Neighbor的G(Neighbor)值和F(Neighbor)值；
G(Neighbor)=G(Current)+Gm(current->Neighbor)+ Gt(current->Neighbor) （1）
F(Neighbor)=G(Neighbor)+H(Neighbor) （2）
其中，
Gm(current->Neighbor)表示从所述当前点Current到所述邻居节点Neighbor的路径代价；
Gt(current->Neighbor)表示从所述当前点Current到所述邻居节点Neighbor的转弯代价；
G(n)表示从所述起点S0沿着已生成的路径到节点n的实际移动代价；
H(n)表示从节点n到所述终点U0的估计移动代价；
所述实际移动代价G(n)= Gm(n)+ Gt(n)，其中Gm(n)表示从所述起点S0沿着已生成的路径到节点n的路径代价之和，Gt(n)表示从所述起点S0沿着已生成的路径到节点n的转弯代价之和；对于所述起点S0，G(S0)=0，F(S0)= H(S0)；
iii.如果所述邻居节点Neighbor在所述开启列表中：
根据公式（2）计算并比较从所述起点S0经过当前点Current到达所述邻居节点Neighbor的实际代价是否更小；如果是，设置所述邻居节点Neighbor的父节点为当前点Current，并更新所述邻居节点的G(Neighbor)值和F(Neighbor)值；如果否，则继续；
c. 遇到下面情况停止搜索：
i.所述终点U0已加入到所述开启列表中并且所述终点U0是F(n)值最小的点，从所述终点U0起，沿着父节点依次往上遍历直到找到所述起点S0，即为最短路径；
ii.查找终点失败，并且所述开启列表是空的，此时没有路径。
优选地，所述Gm(current->Neighbor)由公式（3）计算获得；所述Gt(current->Neighbor)由公式（4）计算获得；
Gm(current->Neighbor)= （3）
Gt(current->Neighbor) = （4）
其中，
d为所述当前点与所述邻居节点Neighbor的直线距离；
v为AGV车直行的平均速度；
为AGV车的转弯角速度；
为AGV车的转弯角度；
所述转弯角度由公式（5）计算获得：
（5）
其中，表示从当前点Current的父节点到当前点Current的路径方向和距离，表示从当前点Current到邻居节点Neighbor的路径方向和距离，通过读取节点坐标计算获得。
优选地，所述估计移动代价H(n)由公式（6）计算获得：
H(n)=v (6)
其中，l为节点n与所述终点U0的欧拉距离，通过读取节点n与所述终点U0的坐标值计算得出。
优选地，所述转弯角速度是原地转弯的角速度，根据实际测试获得最优值。
优选地，所述AGV车的转弯方式是先停止再转弯。
与现有技术相比较，本发明提供一种基于最小转弯代价的AGV路径规划方法，能够避免AGV大量转弯，有效解决现有AGV路径规划方法中未考虑转弯耗时导致AGV的行驶路线总体运输耗时并非最短的问题，提高运输效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1为本发明一种基于最小转弯代价的AGV路径规划方法的流程图；
图2为本发明调用基于最小转弯代价的最短路径规划算法计算选择起点S0与终点U0之间的最短路径的算法流程图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
本发明提供一种基于最小转弯代价的AGV路径规划方法，如图1和图2所示，所述方法包括以下步骤：
上位机系统根据预先绘制的地图模型，读取路径和节点信息，标记出节点坐标；所述上位机系统接收工位发出的需求信息并将所述需求信息发送到每台AGV的控制处理系统；所述控制处理系统接收所述需求信息，判断当前AGV是否处于空闲状态，如果否，则不执行任务；如果是，则获取当前AGV的坐标信息，并发送到所述上位机系统；
所述上位机系统根据每台AGV的坐标信息与所述需求信息中的工位坐标计算出每台AGV到工位的欧拉距离，选择最小欧拉距离对应的AGV执行任务，将所述AGV的坐标设置当前任务起点并记为S0，将所述工位坐标设置为当前任务终点并记为U0；调用基于最小转弯代价的最短路径规划算法计算选择起点S0与终点U0之间的最短路径；
所述上位机系统将所述最短路径转换成运动指令，并发送到所述控制处理系统；所述控制处理系统根据所述运动指令控制所述AGV执行任务，完成任务后将任务完成信息发送到所述上位机系统；
所述上位机系统接收到所述任务完成信息后，将所述AGV设置成空闲状态，所述AGV可接收新任务。
所述调用基于最小转弯代价的最短路径规划算法计算选择起点S0与终点U0之间的最短路径，具体包括：
1）建立开启列表和关闭列表，所述开启列表用于存储等待检查的节点，所述关闭列表用于存储不需要再次检查的节点；
2）将所述起点S0加入到所述开启列表中，判断所述开启列表是否为空，如果否，则重复进行如下步骤：
a.从所述开启列表中找到F(n)值最小的节点，作为当前点Current，并将所述当前点Current从所述开启列表中删除，增加到所述关闭列表中；F(n)表示从所述起点S0经由节点n到所述终点U0的代价估计；
b.获得当前点Current可到达的邻居节点Neighbor的集合，对于集合中的每个邻居节点Neighbor：
i.如果所述邻居节点Neighbor在所述关闭列表中：
继续判断集合中的下一个邻居节点Neighbor；
ii.如果所述邻居节点Neighbor不在所述开启列表中：
将所述邻居节点Neighbor加入到所述开启列表中，并设置所述邻居节点Neighbor的父节点为当前点；
根据公式（1）和公式（2）计算所述邻居节点Neighbor的G(Neighbor)值和F(Neighbor)值；
G(Neighbor)=G(Current)+Gm(current->Neighbor)+ Gt(current->Neighbor) （1）
F(Neighbor)=G(Neighbor)+H(Neighbor) （2）
其中，
Gm(current->Neighbor)表示从所述当前点Current到所述邻居节点Neighbor的路径代价；
Gt(current->Neighbor)表示从所述当前点Current到所述邻居节点Neighbor的转弯代价；
G(n)表示从所述起点S0沿着已生成的路径到节点n的实际移动代价；
H(n)表示从节点n到所述终点U0的估计移动代价；
所述实际移动代价G(n)= Gm(n)+ Gt(n)，其中Gm(n)表示从所述起点S0沿着已生成的路径到节点n的路径代价之和，Gt(n)表示从所述起点S0沿着已生成的路径到节点n的转弯代价之和；对于所述起点S0，G(S0)=0，F(S0)= H(S0)；
iii.如果所述邻居节点Neighbor在所述开启列表中：
根据公式（2）计算并比较从所述起点S0经过当前点Current到达所述邻居节点Neighbor的实际代价是否更小；如果是，设置所述邻居节点Neighbor的父节点为当前点Current，并更新所述邻居节点的G(Neighbor)值和F(Neighbor)值；如果否，则继续；
c. 遇到下面情况停止搜索：
i.所述终点U0已加入到所述开启列表中并且所述终点U0是F(n)值最小的点，从所述终点U0起，沿着父节点依次往上遍历直到找到所述起点S0，即为最短路径；
ii.查找终点失败，并且所述开启列表是空的，此时没有路径。
所述Gm(current->Neighbor)由公式（3）计算获得；所述Gt(current->Neighbor)由公式（4）计算获得；
Gm(current->Neighbor)= （3）
Gt(current->Neighbor) = （4）
其中，
d为所述当前点与所述邻居节点Neighbor的直线距离；
v为AGV车直行的平均速度；
为AGV车的转弯角速度；
为AGV车的转弯角度；
所述转弯角度由公式（5）计算获得：
（5）
其中，表示从当前点Current的父节点到当前点Current的路径方向和距离，表示从当前点Current到邻居节点Neighbor的路径方向和距离，通过读取节点坐标计算获得。
所述估计移动代价H(n)由公式（6）计算获得：
H(n)=v (6)
其中，l为节点n与所述终点U0的欧拉距离，通过读取节点n与所述终点U0的坐标值计算得出。
所述转弯角速度是原地转弯的角速度，根据实际测试获得最优值。
所述AGV车的转弯方式是先停止再转弯。
与现有技术相比，本发明提供的一种基于最小转弯代价的AGV路径规划方法，能够避免AGV大量转弯，有效解决现有AGV路径规划方法中未考虑转弯耗时导致AGV的行驶路线总体运输耗时并非最短的问题，提高运输效率。

Claims (6)

1.一种基于最小转弯代价的AGV路径规划方法，其特征在于，所述方法包括以下步骤：
上位机系统根据预先绘制的地图模型，读取路径和节点信息，标记出节点坐标；所述上位机系统接收工位发出的需求信息并将所述需求信息发送到每台AGV的控制处理系统；所述控制处理系统接收所述需求信息，判断当前AGV是否处于空闲状态，如果否，则不执行任务；如果是，则获取当前AGV的坐标信息，并发送到所述上位机系统；
所述上位机系统根据每台AGV的坐标信息与所述需求信息中的工位坐标计算出每台AGV到工位的欧拉距离，选择最小欧拉距离对应的AGV执行任务，将所述AGV的坐标设置当前任务起点并记为S0，将所述工位坐标设置为当前任务终点并记为U0；调用基于最小转弯代价的最短路径规划算法计算选择起点S0与终点U0之间的最短路径；
所述上位机系统将所述最短路径转换成运动指令，并发送到所述控制处理系统；所述控制处理系统根据所述运动指令控制所述AGV执行任务，完成任务后将任务完成信息发送到所述上位机系统；
所述上位机系统接收到所述任务完成信息后，将所述AGV设置成空闲状态，所述AGV可接收新任务。
2.根据权利要求1所述的一种基于最小转弯代价的AGV路径规划方法，其特征在于，所述调用基于最小转弯代价的最短路径规划算法计算选择起点S0与终点U0之间的最短路径，具体包括：
1）建立开启列表和关闭列表，所述开启列表用于存储等待检查的节点，所述关闭列表用于存储不需要再次检查的节点；
2）将所述起点S0加入到所述开启列表中，判断所述开启列表是否为空，如果否，则重复进行如下步骤：
a.从所述开启列表中找到F(n)值最小的节点，作为当前点Current，并将所述当前点Current从所述开启列表中删除，增加到所述关闭列表中；F(n)表示从所述起点S0经由节点n到所述终点U0的代价估计；
b.获得当前点Current可到达的邻居节点Neighbor的集合，对于集合中的每个邻居节点Neighbor：
i.如果所述邻居节点Neighbor在所述关闭列表中：
继续判断集合中的下一个邻居节点Neighbor；
ii.如果所述邻居节点Neighbor不在所述开启列表中：
将所述邻居节点Neighbor加入到所述开启列表中，并设置所述邻居节点Neighbor的父节点为当前点；
根据公式（1）和公式（2）计算所述邻居节点Neighbor的G(Neighbor)值和F(Neighbor)值；
G(Neighbor)=G(Current)+Gm(current->Neighbor)+ Gt(current->Neighbor) （1）
F(Neighbor)=G(Neighbor)+H(Neighbor) （2）
其中，
Gm(current->Neighbor)表示从所述当前点Current到所述邻居节点Neighbor的路径代价；
Gt(current->Neighbor)表示从所述当前点Current到所述邻居节点Neighbor的转弯代价；
G(n)表示从所述起点S0沿着已生成的路径到节点n的实际移动代价；
H(n)表示从节点n到所述终点U0的估计移动代价；
所述实际移动代价G(n)= Gm(n)+ Gt(n)，其中Gm(n)表示从所述起点S0沿着已生成的路径到节点n的路径代价之和，Gt(n)表示从所述起点S0沿着已生成的路径到节点n的转弯代价之和；对于所述起点S0，G(S0)=0，F(S0)= H(S0)；
iii.如果所述邻居节点Neighbor在所述开启列表中：
根据公式（2）计算并比较从所述起点S0经过当前点Current到达所述邻居节点Neighbor的实际代价是否更小；如果是，设置所述邻居节点Neighbor的父节点为当前点Current，并更新所述邻居节点的G(Neighbor)值和F(Neighbor)值；如果否，则继续；
c. 遇到下面情况停止搜索：
i.所述终点U0已加入到所述开启列表中并且所述终点U0是F(n)值最小的点，从所述终点U0起，沿着父节点依次往上遍历直到找到所述起点S0，即为最短路径；
ii.查找终点失败，并且所述开启列表是空的，此时没有路径。
3.根据权利要求2所述的一种基于最小转弯代价的AGV路径规划方法，其特征在于，所述Gm(current->Neighbor)由公式（3）计算获得；所述Gt(current->Neighbor)由公式（4）计算获得；
Gm(current->Neighbor)= （3）
Gt(current->Neighbor) = （4）
其中，
d为所述当前点与所述邻居节点Neighbor的直线距离；
v为AGV车直行的平均速度；
为AGV车的转弯角速度；
为AGV车的转弯角度；
所述转弯角度由公式（5）计算获得：
（5）
其中，表示从当前点Current的父节点到当前点Current的路径方向和距离，表示从当前点Current到邻居节点Neighbor的路径方向和距离，通过读取节点坐标计算获得。
4.根据权利要求2所述的一种基于最小转弯代价的AGV路径规划方法，其特征在于，所述估计移动代价H(n)由公式（6）计算获得：
H(n)=v (6)
其中，l为节点n与所述终点U0的欧拉距离，通过读取节点n与所述终点U0的坐标值计算得出。
5.根据权利要求3所述的一种基于最小转弯代价的AGV路径规划方法，其特征在于，所述转弯角速度是原地转弯的角速度，根据实际测试获得最优值。
6.根据权利要求2所述的一种基于最小转弯代价的AGV路径规划方法，其特征在于，所述AGV车的转弯方式是先停止再转弯。
CN201811311820.7A 2018-11-06 2018-11-06 一种基于最小转弯代价的agv路径规划方法 Pending CN109542098A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811311820.7A CN109542098A (zh) 2018-11-06 2018-11-06 一种基于最小转弯代价的agv路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811311820.7A CN109542098A (zh) 2018-11-06 2018-11-06 一种基于最小转弯代价的agv路径规划方法

Publications (1)

Publication Number Publication Date
CN109542098A true CN109542098A (zh) 2019-03-29

Family

ID=65844670

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811311820.7A Pending CN109542098A (zh) 2018-11-06 2018-11-06 一种基于最小转弯代价的agv路径规划方法

Country Status (1)

Country Link
CN (1) CN109542098A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110162058A (zh) * 2019-06-03 2019-08-23 西交利物浦大学 Agv规划方法及装置
CN110515380A (zh) * 2019-08-22 2019-11-29 北京交通大学 基于转弯权重约束的最短路径规划方法
CN110716567A (zh) * 2019-10-18 2020-01-21 上海快仓智能科技有限公司 移动设备及其控制方法、控制装置
CN111024088A (zh) * 2019-12-27 2020-04-17 芜湖哈特机器人产业技术研究院有限公司 一种激光叉车路径规划方法
CN111039231A (zh) * 2019-12-31 2020-04-21 芜湖哈特机器人产业技术研究院有限公司 智能叉车转弯路径规划方法
CN111486848A (zh) * 2020-05-25 2020-08-04 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
CN111721297A (zh) * 2020-06-19 2020-09-29 重庆大学 一种智能车库多agv的路径规划方法
CN111830957A (zh) * 2019-04-19 2020-10-27 北京京东尚科信息技术有限公司 一种路径规划方法和装置
CN112631232A (zh) * 2020-12-28 2021-04-09 北京星航机电装备有限公司 基于openTCS实现对自动导引车调度控制方法及系统
CN113359774A (zh) * 2021-07-07 2021-09-07 江苏智库智能科技有限公司 一种用于四向穿梭车的路径规划方法
CN113359721A (zh) * 2021-05-31 2021-09-07 西安交通大学 一种结合运动控制的改进a＊的agv路径规划方法
CN114692939A (zh) * 2021-12-06 2022-07-01 西安电子科技大学广州研究院 基于双层策略的多agv任务调度方法
CN115994635A (zh) * 2023-03-23 2023-04-21 广东鉴面智能科技有限公司 一种皮带最优卸料运输路径检测方法、系统和介质
CN116974283A (zh) * 2023-08-03 2023-10-31 河北高大永恒塑料制品有限公司 物料运输控制方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103557867A (zh) * 2013-10-09 2014-02-05 哈尔滨工程大学 一种基于稀疏a*搜索的三维多uav协同航迹规划方法
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
CN207799468U (zh) * 2018-02-01 2018-08-31 上海威瞳视觉技术有限公司 一种融合直线追踪的混合导航agv系统
CN108592925A (zh) * 2018-07-26 2018-09-28 中国人民解放军陆军工程大学 基于最小转弯半径的无人机转弯航迹规划算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103557867A (zh) * 2013-10-09 2014-02-05 哈尔滨工程大学 一种基于稀疏a*搜索的三维多uav协同航迹规划方法
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
CN207799468U (zh) * 2018-02-01 2018-08-31 上海威瞳视觉技术有限公司 一种融合直线追踪的混合导航agv系统
CN108592925A (zh) * 2018-07-26 2018-09-28 中国人民解放军陆军工程大学 基于最小转弯半径的无人机转弯航迹规划算法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111830957A (zh) * 2019-04-19 2020-10-27 北京京东尚科信息技术有限公司 一种路径规划方法和装置
CN110162058A (zh) * 2019-06-03 2019-08-23 西交利物浦大学 Agv规划方法及装置
CN110515380A (zh) * 2019-08-22 2019-11-29 北京交通大学 基于转弯权重约束的最短路径规划方法
CN110515380B (zh) * 2019-08-22 2021-07-13 北京交通大学 基于转弯权重约束的最短路径规划方法
CN110716567A (zh) * 2019-10-18 2020-01-21 上海快仓智能科技有限公司 移动设备及其控制方法、控制装置
CN111024088B (zh) * 2019-12-27 2023-04-07 芜湖哈特机器人产业技术研究院有限公司 一种激光叉车路径规划方法
CN111024088A (zh) * 2019-12-27 2020-04-17 芜湖哈特机器人产业技术研究院有限公司 一种激光叉车路径规划方法
CN111039231A (zh) * 2019-12-31 2020-04-21 芜湖哈特机器人产业技术研究院有限公司 智能叉车转弯路径规划方法
CN111039231B (zh) * 2019-12-31 2021-04-16 芜湖哈特机器人产业技术研究院有限公司 智能叉车转弯路径规划方法
CN111486848A (zh) * 2020-05-25 2020-08-04 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
CN111721297A (zh) * 2020-06-19 2020-09-29 重庆大学 一种智能车库多agv的路径规划方法
CN112631232A (zh) * 2020-12-28 2021-04-09 北京星航机电装备有限公司 基于openTCS实现对自动导引车调度控制方法及系统
CN112631232B (zh) * 2020-12-28 2022-04-22 北京星航机电装备有限公司 基于openTCS实现对自动导引车调度控制方法及系统
CN113359721A (zh) * 2021-05-31 2021-09-07 西安交通大学 一种结合运动控制的改进a＊的agv路径规划方法
CN113359774B (zh) * 2021-07-07 2022-07-15 江苏智库智能科技有限公司 一种用于四向穿梭车的路径规划方法
CN113359774A (zh) * 2021-07-07 2021-09-07 江苏智库智能科技有限公司 一种用于四向穿梭车的路径规划方法
CN114692939A (zh) * 2021-12-06 2022-07-01 西安电子科技大学广州研究院 基于双层策略的多agv任务调度方法
CN115994635A (zh) * 2023-03-23 2023-04-21 广东鉴面智能科技有限公司 一种皮带最优卸料运输路径检测方法、系统和介质
CN116974283A (zh) * 2023-08-03 2023-10-31 河北高大永恒塑料制品有限公司 物料运输控制方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN109542098A (zh) 一种基于最小转弯代价的agv路径规划方法
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
CN108180911B (zh) 一种agv自动生成修正路径方法
CN113359718B (zh) 移动机器人全局路径规划与局部路径规划融合方法及设备
CN111721297A (zh) 一种智能车库多agv的路径规划方法
JP2020046384A (ja) 経路推定システム、経路推定方法、及び経路推定プログラム
CN111024088B (zh) 一种激光叉车路径规划方法
JP2004280213A (ja) 分散型経路計画装置及び方法、分散型経路計画プログラム
JP5614202B2 (ja) ロボット
KR20130065126A (ko) 이동체의 경로 설정 장치 및 방법
KR101010718B1 (ko) 복수개의 자원을 점유하는 무인 반송차의 동적 주행방법
Dharmasiri et al. Novel implementation of multiple automated ground vehicles traffic real time control algorithm for warehouse operations: djikstra approach
CN118258406B (zh) 一种基于视觉语言模型的自动导引车导航方法及装置
JP5732921B2 (ja) 移動体マップ装置、その処理方法及びプログラム
CN117723079B (zh) 基于改进a星算法的agv全局路径规划方法
CN106292654A (zh) 一种绘制区域地图的方法和装置
CN105415376B (zh) 一种离线编程装置
US20230273621A1 (en) Information processing apparatus, information processing method, and program
CN114089774B (zh) 一种仓储环境下agv路径规划方法和装置
CN111353621A (zh) 一种基于冷热度原理改进蚁群算法的agv路径规划方法
CN114924558A (zh) 一种基于时间窗和改进a*算法的多agv路径规划方法及系统
CN113419542B (zh) 一种路径规划的方法、装置及存储介质
US20240182066A1 (en) Mobile unit management device, management method, and storage medium
CN114115248B (zh) 一种仓储环境下多机器人协同运输方法及系统
TWI844336B (zh) 無駕駛移動載具的節能路徑的規劃方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190329