CN110488826B - 一种适于路径冲突的agv避碰方法、终端设备及存储介质 - Google Patents

一种适于路径冲突的agv避碰方法、终端设备及存储介质 Download PDF

Info

Publication number
CN110488826B
CN110488826B CN201910769137.6A CN201910769137A CN110488826B CN 110488826 B CN110488826 B CN 110488826B CN 201910769137 A CN201910769137 A CN 201910769137A CN 110488826 B CN110488826 B CN 110488826B
Authority
CN
China
Prior art keywords
agv
node
attraction
value
degree
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
CN201910769137.6A
Other languages
English (en)
Other versions
CN110488826A (zh
Inventor
曹士连
兰培真
陈锦文
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.)
Jimei University
Original Assignee
Jimei University
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 Jimei University filed Critical Jimei University
Priority to CN201910769137.6A priority Critical patent/CN110488826B/zh
Publication of CN110488826A publication Critical patent/CN110488826A/zh
Application granted granted Critical
Publication of CN110488826B publication Critical patent/CN110488826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种适于路径冲突的AGV避碰方法、终端设备及存储介质，该方法中包括：当发生冲突的两辆小车的综合吸引值不相同时，根据综合吸引值的大小确定该冲突节点为哪辆AGV小车的下一路径点，当相同时，根据第一吸引值、第二吸引值和第三吸引值三者的优先级顺序依次进行判定两辆小车对应的值是否相等，根据大小关系确定该冲突节点为哪辆AGV小车的下一路径点；选择可选下一路径点集合中状态转移概率较大且不存在节点冲突的节点作为另一辆小车的下一路径点。本发明在AGV小车之间发生节点冲突的情况下，通过比较节点对不同小车的综合吸引值和优先级函数值，确定该冲突节点为哪辆AGV小车的下一路径点，避免运输中产生碰撞，确保运输作业的稳定进行。

Description

一种适于路径冲突的AGV避碰方法、终端设备及存储介质
技术领域
本发明涉及AGV小车控制领域，尤其涉及一种适于路径冲突的AGV避碰方法、终端设备及存储介质。
背景技术
现有技术中，AGV小车在沿着规定路线行驶过程中，容易造成不同方向行驶或者不同路线行驶的AGV小车在路径交叉点易产生节点冲突影响AGV小车的行驶及运输安全。现有技术中通常通过在AGV小车上安装检测传感器(红外传感器)等，避免AGV小车之间的碰撞。但在路径交叉点检测难度大，精度较低，无法有效保证AGV的安全行驶。
发明内容
为了解决上述问题，本发明提出了一种适于路径冲突的AGV避碰方法、终端设备及存储介质。
具体方案如下：
一种适于路径冲突的AGV避碰方法，包括：
设定两辆AGV小车发生节点冲突的节点为冲突节点，冲突节点对AGV小车的综合吸引值由第一吸引值、第二吸引值和第三吸引值三部分组成，其中第一吸引值为关于冲突节点的信息素浓度的函数，第二吸引值为关于AGV小车当前所在节点与冲突节点之间距离的函数，第三吸引值为关于冲突节点与目标点之间距离的函数；
当发生节点冲突的两辆AGV小车的综合吸引值不相同时，根据综合吸引值的大小确定该冲突节点为哪辆AGV小车的下一路径点，当相同时，根据第一吸引值、第二吸引值和第三吸引值三者的优先级顺序依次进行判定两辆小车对应的值是否相等，根据大小关系确定该冲突节点为哪辆AGV小车的下一路径点；
根据运输环境内各节点的信息素浓度与阈值的关系设定另一辆小车的可选下一路径点集合，并选择其中的从另一辆AGV小车当前所在节点到集合中的节点的状态转移概率较大且不存在节点冲突的节点作为另一辆小车的下一路径点。
进一步的，所述综合吸引值为第一吸引值、第二吸引值和第三吸引值三者的乘积。
进一步的，所述第一吸引值为第t时刻节点(i′,j′)处的信息素对AGV小车的吸引函数值F1 (i′,j′)，计算公式为：
F1 (i′,j′)＝q-τ(i′,j′)(t)
其中，q为信息素浓度阈值，τ(i′,j′)(t)表示第t时刻节点(i′,j′)处的信息素浓度。
进一步的，所述第二吸引值为节点(i′,j′)与AGV小车所在的当前节点(i,j)之间的启发函数值F2 (i′,j′)，计算公式为：
Figure BDA0002172984300000021
其中，
Figure BDA0002172984300000022
表示节点(i,j)行驶至节点(i′,j′)的直线距离。
进一步的，所述第三吸引值节点(i′,j′)与AGV小车的目标点(ex,ey)之间的启发函数值F3 (i′,j′)，计算公式为：
Figure BDA0002172984300000023
其中，
Figure BDA0002172984300000024
表示节点(i′,j′)与目标点(ex,ey)间的直线距离。
进一步的，根据综合吸引值的大小确定该冲突节点为哪辆AGV小车的下一路径点具体为：将冲突节点作为综合吸引值较大的小车的下一路径点。
进一步的，根据第一吸引值、第二吸引值和第三吸引值三者的优先级顺序依次进行判定两辆小车对应的值是否相等，根据大小关系确定该冲突节点为哪辆AGV小车的下一路径点的具体过程为：
步骤1：根据第一吸引值、第二吸引值和第三吸引值三者的优先级，按照由高至低的顺序重新定义为第一吸引度P1k，第二吸引度P2k和第三吸引度P3k，并分别计算发生冲突的两辆AGV小车AGVa和AGVb的第一吸引度P1k，第二吸引度P2k和第三吸引度P3k；
步骤2：判断AGVa的第一吸引度P1a是否等于AGVb的第一吸引度P1b，如果是，进入步骤4；否则，进入步骤3；
步骤3：判断AGVa的第一吸引度P1a是否小于AGVb的第一吸引度P1b，如果是，进入步骤10；否则，进入步骤9；
步骤4：判断AGVa的第二吸引度P2a是否等于AGVb的第二吸引度P2b，如果是，进入步骤6；否则，进入步骤5；
步骤5：判断AGVa的第二吸引度P2a是否小于AGVb的第二吸引度P2b，如果是，进入步骤10；否则，进入步骤9；
步骤6：判断AGVa的第三吸引度P3a是否等于AGVb的第三吸引度P3b，如果是，进入步骤8；否则，进入步骤7；
步骤7：判断AGVa的第三吸引度P3a是否小于AGVb的第三吸引度P3b，如果是，进入步骤10；否则，进入步骤9；
步骤8：任取一不为0的实数，判断其是否大于0，如果是，步骤9；否则，步骤10；
步骤9：设定节点(i′,j′)为AGVa的下一路径点；
步骤10：设定节点(i′,j′)为AGVb的下一路径点。
进一步的，根据运输环境内各节点的信息素浓度与阈值的关系设定另一辆小车的可选下一路径点集合具体为：
计算第t时刻运输环境内任意节点(i,j)处的信息素浓度τ(i,j)(t)：
Figure BDA0002172984300000041
其中，i、j分别表示节点的横坐标和纵坐标，λ表示AGV小车携带的信息素浓度，k表示AGV小车的序号，K表示第t时刻运输环境内正在作业的AGV小车的数量，
Figure BDA0002172984300000042
表示第t时刻第k辆AGV小车与节点(i,j)之间的直线距离；
根据运输环境内第k辆AGV小车周围各节点的信息素浓度，将信息素浓度小于信息素浓度阈值的所有节点组成作为第k辆AGV小车对应的可选下一路径点集合。
进一步的，所述状态转移概率的计算过程为：
(1)计算第t时刻节点(i′,j′)处的信息素对AGV小车的吸引函数F1 (i′,j′)：
F1 (i′,j′)＝q-τ(i′,j′)(t)
其中，q为信息素浓度阈值，τ(i′,j′)(t)表示节点(i′,j′)处的信息素浓度；
(2)计算第t时刻节点(i′,j′)与AGV小车所在的当前节点(i,j)之间的启发函数F2 (i′,j′)：
Figure BDA0002172984300000043
其中，
Figure BDA0002172984300000044
表示节点(i,j)行驶至节点(i′,j′)的直线距离；
(3)计算第t时刻节点(i′,j′)与AGV小车的目标点(ex,ey)之间的启发函数F3 (i ′,j′)：
Figure BDA0002172984300000051
其中，
Figure BDA0002172984300000052
表示节点(i′,j′)与目标点(ex,ey)间的直线距离；
(4)计算第t时刻第k辆AGV小车从节点(i,j)转移至节点(i′,j′)的状态转移概率
Figure BDA0002172984300000053
Figure BDA0002172984300000054
其中，α,β,γ分别表示吸引函数F1 (i′,j′)、第一类启发函数F2 (i′,j′)和第二类启发函数F3 (i′,j′)的重要程度，allowed表示可选下一路径点集合，(I′,J′)表示可选下一路径点集合中的节点。
一种适于路径冲突的AGV避碰终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例上述的方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现本发明实施例上述的方法的步骤。
本发明采用如上技术方案，在AGV小车之间发生节点冲突的情况下，通过比较节点对不同AGV小车的综合吸引值和优先级函数值，确定该冲突节点为哪辆AGV小车的下一路径点，避免AGV在运输中产生碰撞，确保运输作业的稳定进行。
附图说明
图1所示为本发明实施例一的流程图。
具体实施方式
为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。
现结合附图和具体实施方式对本发明进一步说明。
实施例一：
本发明实施例提供了一种适于路径冲突的AGV避碰方法，主要的实现方式是：设定两辆AGV小车发生节点冲突的节点为冲突节点，冲突节点对AGV小车的综合吸引值由第一吸引值、第二吸引值和第三吸引值三部分组成，其中第一吸引值为关于冲突节点的信息素浓度的函数，第二吸引值为关于AGV小车当前所在节点与冲突节点之间距离的函数，第三吸引值为关于冲突节点与目标点之间距离的函数。
当发生节点冲突的两辆AGV小车的综合吸引值不相同时，根据综合吸引值的大小确定该冲突节点为哪辆AGV小车的下一路径点，当相同时，根据第一吸引值、第二吸引值和第三吸引值三者的优先级顺序依次进行判定两辆小车对应的值是否相等，根据大小关系确定该冲突节点为哪辆AGV小车的下一路径点。
根据运输环境内各节点的信息素浓度与阈值的关系设定另一辆小车的可选下一路径点集合，并选择其中的从另一辆AGV小车当前所在节点到集合中的节点的状态转移概率较大且不存在节点冲突的节点作为另一辆小车的下一路径点。
下面结合一个具体的流程来说明上述的实现方法，如图1所示，包括以下步骤：
S1：中央控制系统确定发生冲突的AGV小车总数C，并令中间变量c＝1。
所述中央控制系统为现有的AGV小车控制中的常用系统，其可以实时获取AGV小车的位置、作业状态(如当次装卸任务是否完成，是否需要急需作业等)和发生冲突的类型。
S2：确定发生冲突的第c辆小车的冲突类型，如果为节点冲突，则进入S3，如果为路径拥堵，则控制两辆AGV小车间隔达到安全距离后停车，进入S22。
S3：根据信息素浓度阈值q计算两辆AGV小车AGVa和AGVb对应的可选下一路径点集合alloweda和allowedb，并根据两辆AGV小车AGVa和AGVb对应的可选下一路径点集合alloweda和allowedb中各节点的状态转移概率由大至小的顺序，将各节点进行排序，所述状态转移概率为AGV小车当前所在节点到集合中的节点的状态转移概率，设Nkm表示第k辆AGV小车AGVk对应的可选下一路径点集合allowedk中选择顺序为m的节点。
其中，第k辆AGV小车对应的可选下一路径点集合allowedk的计算方法为：
计算第t时刻运输环境内任意节点(i,j)处的信息素浓度τ(i,j)(t)：
Figure BDA0002172984300000071
其中，i,j分别表示节点的横坐标和纵坐标，λ表示AGV小车携带的信息素浓度，为常数系数，K表示第t时刻运输环境内正在作业的AGV小车的数量，
Figure BDA0002172984300000081
表示第t时刻第k辆AGV小车AGVk与节点(i,j)之间的直线距离。
设定信息素浓度阈值q，将满足τ(i,j)(t)＜q的所有节点(i,j)组成的集合作为该第k辆AGV小车的可选下一路径点集合allowedk。
所述状态转移概率的计算过程为：
(1)计算第t时刻节点(i′,j′)处的信息素对AGV小车的吸引函数F1 (i′,j′)：
F1 (i′,j′)＝q-τ(i′,j′)(t)
其中，q为信息素浓度阈值，τ(i′,j′)(t)表示节点(i′,j′)处的信息素浓度；
(2)计算第t时刻节点(i′,j′)与AGV小车所在的当前节点(i,j)之间的启发函数F2 (i′,j′)：
Figure BDA0002172984300000082
其中，
Figure BDA0002172984300000083
表示节点(i,j)行驶至节点(i′,j′)的直线距离；
(3)计算第t时刻节点(i′,j′)与AGV小车的目标点(ex,ey)之间的启发函数F3 (i ′,j′)：
Figure BDA0002172984300000084
其中，
Figure BDA0002172984300000085
表示节点(i′,j′)与目标点(ex,ey)间的直线距离；
(4)计算第t时刻第k辆AGV小车从节点(i,j)转移至节点(i′,j′)的状态转移概率
Figure BDA0002172984300000086
Figure BDA0002172984300000091
其中，α,β,γ分别表示吸引函数F1 (i′,j′)、第一类启发函数F2 (i′,j′)和第二类启发函数F3 (i′,j′)的重要程度，allowed表示可选下一路径点集合，(I′,J′)表示可选下一路径点集合中的节点。
S4：根据冲突节点(i′,j′)对第k辆AGV小车AGVk的综合吸引值
Figure BDA0002172984300000096
的计算公式计算发生冲突的两辆AGV小车AGVa和AGVb的综合吸引值
Figure BDA0002172984300000098
和
Figure BDA0002172984300000099
并判断是否满足
Figure BDA0002172984300000097
如果满足，则进入S6，否则，进入S5。
综合吸引值
Figure BDA00021729843000000910
的计算公式为：
Figure BDA0002172984300000095
其中，
Figure BDA0002172984300000092
为节点(i′,j′)处的信息素浓度对AGVk的吸引函数值，
Figure BDA0002172984300000093
为节点(i′,j′)与AGVk当前节点(i,j)间的启发函数值，
Figure BDA0002172984300000094
为节点(i′,j′)与AGVk目标点(ex,ey)间的启发函数值。
上述三个函数值分别通过下列公式计算：
(1)第t时刻节点(i′,j′)处的信息素对AGV小车的吸引函数值F1 (i′,j′)：
F1 (i′,j′)＝q-τ(i′,j′)(t)
其中，q为信息素浓度阈值。
(2)节点(i′,j′)与AGV小车所在的当前节点(i,j)之间的启发函数值F2 (i′,j′)：
Figure BDA0002172984300000101
其中，
Figure BDA0002172984300000102
表示节点(i,j)行驶至节点(i′,j′)的直线距离。
(3)节点(i′,j′)与AGV小车的目标点(ex,ey)之间的启发函数值F3 (i′,j′)：
Figure BDA0002172984300000103
其中，
Figure BDA0002172984300000104
表示节点(i′,j′)与目标点(ex,ey)间的直线距离。
S5：判断是否满足
Figure BDA0002172984300000108
如果是，则进入S15；否则，进入S14。
S6：根据设定的
Figure BDA0002172984300000105
的权重系数α,β,γ由大至小确定
Figure BDA0002172984300000106
Figure BDA0002172984300000107
的优先级，并按照优先级由高至低将其重新定义为第一吸引度P1k，第二吸引度P2k和第三吸引度P3k，即将权重系数最大的设定为P1k，将权重系数最小的设定为P3k，并计算两辆AGV小车AGVa和AGVb的第一吸引度P1k，第二吸引度P2k和第三吸引度P3k，其中下标k表示序号。
S7：判断是否满足P1a＝P1b，如果是，进入S9；否则，进入S8。
S8：判断P1a＜P1b是否成立，如果是，进入S15；否则，进入S14。
S9：判断P2a＝P2b是否成立，如果是，进入S11；否则，进入S10。
S10：判断P2a＜P2b是否成立，如果是，进入S15；否则，进入S14。
S11：判断P3a＝P3b是否成立，如果是，进入S13；否则，进入S12。
S12：判断P3a＜P3b是否成立，如果是，进入S15；否则，进入S14。
S13：从区间(-∞,0)∪(0,+∞)内任取一实数，判断其是否大于0，如果是，进入S14；否则，进入S15。
S14：设定节点(i′,j′)为第a辆AGV小车AGVa的下一路径点，此时需要确定第b辆AGV小车AGVb的下一路径点，因此令k＝b，进入S16。
S15：设定节点(i′,j′)为第b辆AGV小车AGVb的下一路径点，此时需要确定第a辆AGV小车AGVa的下一路径点，因此令k＝a，进入S16。
S16：令m＝2。
S17：判断第k辆AGV小车AGVk对应的可选下一路径点集合allowedk中是否存在选择顺序为m的节点Nkm，如果是，进入S18；否则，进入S20。
S18：判断节点Nkm是否存在节点冲突，如果是，进入S19；否则，进入S21。
S19：判断m＝3是否成立，如果是，进入S20；否则，令m＝m+1，返回S17。
S20：第k辆AGV小车AGVk进行停车等待，进入S22。
S21：设定Nkm为第k辆AGV小车AGVk的下一路径点，进入S22。
S22：判断c＝C是否成立，如果是，结束；否则，令c＝c+1，返回S2。
本发明实施例一在AGV小车之间发生节点冲突的情况下，通过比较节点对不同AGV小车的综合吸引值和优先级函数值，确定该冲突节点为哪辆AGV小车的下一路径点，避免AGV小车在运输中产生碰撞，确保运输作业的稳定进行。
本实施例相对于现有技术具有以下改进点：
1.利用能见度的思想设计了待选择节点与目标节点之间的启发函数，避免算法陷入局部最优；
2.利用吸引函数与启发函数的乘机量化待选择节点对两辆产生冲突的AGV小车的吸引大小，进行避碰决策；
3.利用吸引函数和启发函数的重要程度确定其各自的优先级，并由高至低逐级比较以增加避碰决策的科学性。
另外，本发明的使用范围既可以是物流运输系统的AGV小车，也可应用于多起点多目标点路网中多运输载体的控制及其路径实时规划，如无人机运输、机器人路径实时规划、无人驾驶汽车控制等，在此不做限制。
实施例二：
本发明还提供一种适于路径冲突的AGV避碰终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。
进一步地，作为一个可执行方案，所述适于路径冲突的AGV避碰终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述适于路径冲突的AGV避碰终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述适于路径冲突的AGV避碰终端设备的组成结构仅仅是适于路径冲突的AGV避碰终端设备的示例，并不构成对适于路径冲突的AGV避碰终端设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述适于路径冲突的AGV避碰终端设备还可以包括输入输出设备、网络接入设备、总线等，本发明实施例对此不做限定。
进一步地，作为一个可执行方案，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述适于路径冲突的AGV避碰终端设备的控制中心，利用各种接口和线路连接整个适于路径冲突的AGV避碰终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述适于路径冲突的AGV避碰终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
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存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
所述适于路径冲突的AGV避碰终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)以及软件分发介质等。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (4)

1.一种适于路径冲突的AGV避碰方法，其特征在于，包括：
设定两辆AGV小车发生节点冲突的节点为冲突节点，冲突节点对AGV小车的综合吸引值由第一吸引值、第二吸引值和第三吸引值三部分组成，为第一吸引值、第二吸引值和第三吸引值三者的乘积，其中：
第一吸引值为关于冲突节点的信息素浓度的函数，所述第一吸引值为第t时刻节点(i′,j′)处的信息素对AGV小车的吸引函数值F1 (i′,j′)，计算公式为：
F1 (i′,j′)＝q-τ(i′,j′)(t)
其中，q为信息素浓度阈值，τ(i′,j′)(t)表示第t时刻节点(i′,j′)处的信息素浓度；
第二吸引值为关于AGV小车当前所在节点与冲突节点之间距离的函数，所述第二吸引值为节点(i′,j′)与AGV小车所在的当前节点(i,j)之间的启发函数值F2 (i′,j′)，计算公式为：
Figure FDA0003791234050000011
其中，
Figure FDA0003791234050000012
表示节点(i,j)行驶至节点(i′,j′)的直线距离；
第三吸引值为关于冲突节点与目标点之间距离的函数，所述第三吸引值节点(i′,j′)与AGV小车的目标点(ex,ey)之间的启发函数值F3 (i′,j′)，计算公式为：
Figure FDA0003791234050000013
其中，
Figure FDA0003791234050000014
表示节点(i′,j′)与目标点(ex,ey)间的直线距离；
当发生节点冲突的两辆AGV小车的综合吸引值不相同时，根据综合吸引值的大小确定该冲突节点为哪辆AGV小车的下一路径点，当相同时，根据第一吸引值、第二吸引值和第三吸引值三者的优先级顺序依次进行判定两辆小车对应的值是否相等，根据大小关系确定该冲突节点为哪辆AGV小车的下一路径点；
根据运输环境内各节点的信息素浓度与阈值的关系设定另一辆小车的可选下一路径点集合，并选择其中的从另一辆AGV小车当前所在节点到集合中的节点的状态转移概率较大且不存在节点冲突的节点作为另一辆小车的下一路径点；根据运输环境内各节点的信息素浓度与阈值的关系设定另一辆小车的可选下一路径点集合具体为：
计算第t时刻运输环境内任意节点(i,j)处的信息素浓度τ(i,j)(t)：
Figure FDA0003791234050000021
其中，i、j分别表示节点的横坐标和纵坐标，λ表示AGV小车携带的信息素浓度，k表示AGV小车的序号，K表示第t时刻运输环境内正在作业的AGV小车的数量，
Figure FDA0003791234050000022
表示第t时刻第k辆AGV小车与节点(i,j)之间的直线距离；
根据运输环境内第k辆AGV小车周围各节点的信息素浓度，将信息素浓度小于信息素浓度阈值的所有节点组成作为第k辆AGV小车对应的可选下一路径点集合；
所述状态转移概率的计算过程为：
(1)计算第t时刻节点(i′,j′)处的信息素对AGV小车的吸引函数F1 (i′,j′)：
F1 (i′,j′)＝q-τ(i′,j′)(t)
其中，q为信息素浓度阈值，τ(i′,j′)(t)表示节点(i′,j′)处的信息素浓度；
(2)计算第t时刻节点(i′,j′)与AGV小车所在的当前节点(i,j)之间的启发函数F2 (i ′,j′)：
Figure FDA0003791234050000023
其中，
Figure FDA0003791234050000024
表示节点(i,j)行驶至节点(i′,j′)的直线距离；
(3)计算第t时刻节点(i′,j′)与AGV小车的目标点(ex,ey)之间的启发函数F3 (i′,j′)：
Figure FDA0003791234050000031
其中，
Figure FDA0003791234050000032
表示节点(i′,j′)与目标点(ex,ey)间的直线距离；
(4)计算第t时刻第k辆AGV小车从节点(i,j)转移至节点(i′,j′)的状态转移概率
Figure FDA0003791234050000033
Figure FDA0003791234050000034
其中，α,β,γ分别表示吸引函数F1 (i′,j′)、第一类启发函数F2 (i′,j′)和第二类启发函数F3 (i′,j′)的重要程度，allowed表示可选下一路径点集合，(I′,J′)表示可选下一路径点集合中的节点。
2.根据权利要求1所述的适于路径冲突的AGV避碰方法，其特征在于：根据第一吸引值、第二吸引值和第三吸引值三者的优先级顺序依次进行判定两辆小车对应的值是否相等，根据大小关系确定该冲突节点为哪辆AGV小车的下一路径点的具体过程为：
步骤1：根据第一吸引值、第二吸引值和第三吸引值三者的优先级，按照由高至低的顺序重新定义为第一吸引度P1k，第二吸引度P2k和第三吸引度P3k，并分别计算发生冲突的两辆AGV小车AGVa和AGVb的第一吸引度P1k，第二吸引度P2k和第三吸引度P3k；
步骤2：判断AGVa的第一吸引度P1a是否等于AGVb的第一吸引度P1b，如果是，进入步骤4；否则，进入步骤3；
步骤3：判断AGVa的第一吸引度P1a是否小于AGVb的第一吸引度P1b，如果是，进入步骤10；否则，进入步骤9；
步骤4：判断AGVa的第二吸引度P2a是否等于AGVb的第二吸引度P2b，如果是，进入步骤6；否则，进入步骤5；
步骤5：判断AGVa的第二吸引度P2a是否小于AGVb的第二吸引度P2b，如果是，进入步骤10；否则，进入步骤9；
步骤6：判断AGVa的第三吸引度P3a是否等于AGVb的第三吸引度P3b，如果是，进入步骤8；否则，进入步骤7；
步骤7：判断AGVa的第三吸引度P3a是否小于AGVb的第三吸引度P3b，如果是，进入步骤10；否则，进入步骤9；
步骤8：任取一不为0的实数，判断其是否大于0，如果是，步骤9；否则，步骤10；
步骤9：设定节点(i′,j′)为AGVa的下一路径点；
步骤10：设定节点(i′,j′)为AGVb的下一路径点。
3.一种适于路径冲突的AGV避碰终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～2中任一所述方法的步骤。
4.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～2中任一所述方法的步骤。
CN201910769137.6A 2019-08-20 2019-08-20 一种适于路径冲突的agv避碰方法、终端设备及存储介质 Active CN110488826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910769137.6A CN110488826B (zh) 2019-08-20 2019-08-20 一种适于路径冲突的agv避碰方法、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910769137.6A CN110488826B (zh) 2019-08-20 2019-08-20 一种适于路径冲突的agv避碰方法、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN110488826A CN110488826A (zh) 2019-11-22
CN110488826B true CN110488826B (zh) 2022-09-20

Family

ID=68552263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910769137.6A Active CN110488826B (zh) 2019-08-20 2019-08-20 一种适于路径冲突的agv避碰方法、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN110488826B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113759889A (zh) * 2020-06-12 2021-12-07 北京京东乾石科技有限公司 运输路径的处理方法、装置及存储介质
CN113359760B (zh) * 2021-07-01 2022-04-22 厦门大学 一种消除最佳路径算法运行结果中车辆碰撞的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004280213A (ja) * 2003-03-13 2004-10-07 Japan Science & Technology Agency 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
WO2018072635A1 (zh) * 2016-10-18 2018-04-26 北京京东尚科信息技术有限公司 自动引导运输车agv及运动控制方法和装置
CN109460039A (zh) * 2018-12-26 2019-03-12 芜湖哈特机器人产业技术研究院有限公司 一种agv的路径规划方法
CN109471444A (zh) * 2018-12-12 2019-03-15 南京理工大学 基于改进Dijkstra算法的停车AGV路径规划方法
CN109765896A (zh) * 2019-01-29 2019-05-17 重庆大学 一种基于智能停车场多agv的动态路径规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004280213A (ja) * 2003-03-13 2004-10-07 Japan Science & Technology Agency 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
WO2018072635A1 (zh) * 2016-10-18 2018-04-26 北京京东尚科信息技术有限公司 自动引导运输车agv及运动控制方法和装置
CN109471444A (zh) * 2018-12-12 2019-03-15 南京理工大学 基于改进Dijkstra算法的停车AGV路径规划方法
CN109460039A (zh) * 2018-12-26 2019-03-12 芜湖哈特机器人产业技术研究院有限公司 一种agv的路径规划方法
CN109765896A (zh) * 2019-01-29 2019-05-17 重庆大学 一种基于智能停车场多agv的动态路径规划方法

Also Published As

Publication number Publication date
CN110488826A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN108762268B (zh) 多agv无碰撞路径规划算法
WO2022056770A1 (zh) 一种路径规划方法和路径规划装置
US12110040B2 (en) Navigation cost computation for lane changes before a critical intersection
CN110488827B (zh) 基于蚂蚁觅食行为的agv控制方法、终端设备及存储介质
CN105606113B (zh) 快速规划最优路径方法及装置
CN110488826B (zh) 一种适于路径冲突的agv避碰方法、终端设备及存储介质
CN114391088A (zh) 轨线规划器
CN110751334A (zh) 基于相交区域预测的agv调度方法及装置
CN111061272A (zh) 一种agv小车控制方法、装置、电子设备及存储介质
US20230053459A1 (en) Vehicle-based data processing method and apparatus, computer, and storage medium
CN114415610A (zh) 机器人的调度方法、装置、电子设备及存储介质
US20220227391A1 (en) Systems and methods for scenario dependent trajectory scoring
CN110533234B (zh) 结合避碰策略的agv优化控制方法、终端设备及存储介质
CN115675534A (zh) 车辆轨迹预测方法、装置、电子设备及存储介质
Shan et al. Research on pull-type multi-AGV system dynamic path optimization based on time window
CN117698769A (zh) 自动驾驶的轨迹规划方法、装置、电子设备及存储介质
Lamouik et al. Model predictive control for full autonomous vehicle overtaking
CN114299758A (zh) 车辆控制方法及装置、设备、介质和产品
US20210398014A1 (en) Reinforcement learning based control of imitative policies for autonomous driving
CN116974283A (zh) 物料运输控制方法、装置、电子设备及存储介质
CN110766228B (zh) 用于拣货的方法、装置、拣货系统、电子设备以及介质
CN114347019B (zh) 机器人控制方法、机器人及控制系统
EP4339051A1 (en) Driving strategy determination method and apparatus, device, and vehicle
CN114964288A (zh) 路径规划方法及装置、无人车
CN112729326A (zh) 运动智能体轨迹规划方法、装置、存储介质和电子设备

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
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Lan Peizhen

Inventor after: Cao Shilian

Inventor after: Chen Jinwen

Inventor before: Cao Shilian

Inventor before: Lan Peizhen

Inventor before: Chen Jinwen

CB03 Change of inventor or designer information