CN110989570A - 一种多agv防碰撞协同路径规划方法 - Google Patents
一种多agv防碰撞协同路径规划方法 Download PDFInfo
- Publication number
- CN110989570A CN110989570A CN201910979352.9A CN201910979352A CN110989570A CN 110989570 A CN110989570 A CN 110989570A CN 201910979352 A CN201910979352 A CN 201910979352A CN 110989570 A CN110989570 A CN 110989570A
- Authority
- CN
- China
- Prior art keywords
- agv
- agvs
- task
- path
- route
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000009826 distribution Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 6
- 238000011065 in-situ storage Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
-
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明中公开了一种多AGV防碰撞协同路径规划方法,属于AGV智能导航领域,包括:步骤1,建立AGV路径;步骤2,对地图、AGV进行初始化设置;步骤3,将任务分配给对应的AGV;步骤4,给收到任务的AGV规划行驶路线;步骤5,给对应的AGV分配任务并执行;步骤6,各AGV按照规定路线进行行驶;步骤7,中央服务器对所有AGV进行实时监控;步骤8,AGV完成任务后,自动行驶到指定区域进行充电操作。本发明在规划多AGV路径过程中,速度快,效率高,可以很大概率避免冲突的发生,同时,又可及时进行在线调整,对现代企业来说,可以有效加快仓储速度,提高企业的竞争力。
Description
技术领域
本发明涉及AGV智能导航技术领域,具体涉及一种多AGV防碰撞协同路径规划方法。
背景技术
AGV(Automated Guided Vehicle),即自动导引小车,在现在的物流仓库中被使用的越来越频繁,相较于传统堆垛机来说,AGV有着更好的柔性,可以根据仓库出库量的多少灵活调整数量,同时,AGV行驶速度快、噪音小,有着更高效的运输能力。
在现代仓库中,往往会有多辆AGV同时进行运输任务的情况,这样AGV的行驶路径之间,难免就会产生碰撞、死锁等冲突,从而导致系统瘫痪,因此,研究如何避免多AGV行驶路径之间的碰撞、死锁等问题具有很大的实际价值。
公开号为CN110009259A中公开了一种应用于双向路径下柔性制造车间的多AGV调度方法。该方法通过对统计搬运任务与空闲小车数量,对搬运任务进行筛选,除去一些不合理的搬运任务。分别计算搬运的优先级,按任务优先级从高到低的顺序依次把任务分配空闲小车并搜索临时路径,并对路径上所有节点加入时间窗。通过时间窗判断是否存在AGV冲突,分别采用等待与重新搜索路径的方法避免节点冲突与相向冲突。
公开号为109839935A中公开了一种多AGV的路径规划方法及设备,本发明着眼于大规模AGV快递分拣系统的分拣峰值和分拣效率优化。在传统A*路径规划算法的基础上,经过改进得出一种具有自动平滑化的的路径搜索算法,改进算法通过将转弯的时间映射成水平距离,充分考虑了AGV转弯的时间,减少路线的的转折次数,改进了场地的峰值分拣量和分拣效率,验证了算法的有效性。在改进的A*算法基础上再次改进,引入拥挤度,解决拥挤问题,能一定程度上有效的避免拥挤,提高场地的AGV饱和值,提升场地的分拣峰值,使得场地能得到充分利用。
现有技术在处理多AGV之间冲突时,多采用锁通道法、线下规划等方式,即AGV每个通道只允许一辆AGV存在,或者在线下规划好无冲突的多辆AGV的行驶路线;然而在实际运行过程中,锁通道法效率比较低下,而线下规划法由于AGV会受到各种各样意外因素的影响,无法保证AGV严格按照预定的时间到达指定的地方,这样就会导致计划外的冲突问题产生,因此很有必要有一种高效的、可以在线规划的路径规划方法,去防止这些意外的发生。
发明内容
针对现有技术的不足,本发明提出一种多AGV防碰撞协同路径规划方法,充分发挥了AGV在物流运输方面的优异性,避免互相冲突导致的系统崩溃。
一种多AGV防碰撞协同路径规划方法,包括以下步骤:
步骤1,根据仓库的实际情况,建立栅格地图,区分出AGV可行路径与货架;
步骤2,对地图、AGV进行初始化,解除上一任务对地图中各节点以及AGV的占用情况;
步骤3,对接下来的拣选任务进行检索并分配,遍历所有的任务和AGV,按照规则将任务分配给对应的AGV;
所述分配给AGV的任务分为两种情况:
一种为单程作业模式,即AGV一次只执行一个存货或者送货的任务;
另一种为复合作业模式,即AGV一次执行一组存货和取货的操作。
进一步解释说明,在对AGV进行任务分配时,主要根据四个原则:
(1)、AGV任务列表的长度:优先将任务分配给空闲AGV,其次是任务列表中任务最少的AGV;
(2)、AGV距离任务的远近:在进行任务分配时,优先分配给距离最近的AGV,提高响应速度;
(3)、复合作业的行程距离:在进行任务分配时,综合考虑一组存取任务之间的行程距离,综合距离越近,越优先被分配任务;
(4)、AGV的电量:任务分配时,要保证AGV的电量足以完成此次任务,并且有一定的电量可以行驶到充电区。
步骤4,给收到任务的AGV规划行驶路线,具体步骤如下:
步骤4.1,根据任务的优先级进行AGV路径的规划,任务优先级越高的AGV,优先被规划路径,同时,该AGV在路上拥有更高的优先通过某个节点的权力,也就是说,当两台AGV可能同时经过某个节点时,为防止碰撞,优先级高的AGV优先通过,优先级低的选择等待或者重新规划路径。
进一步的解释说明,任务的优先级有两种判定方法:
一、工作人员根据订单的重要程度,人为的进行优先级的规定;
二、根据订单的到达时间进行规定,时间越早,优先级越高。
步骤4.2,给AGV进行线下路径规划,具体步骤如下:
步骤4.2.1,AGV所要到的终点即为目标栅格,计算每一个栅格到目标栅格的距离,该距离用曼哈顿距离表示,其中障碍物栅格到目标栅格的距离为无穷大,即不能到达,具体表达式为:
Di=d(i,goal)+∑α (1)
其中Di表示栅格i的代价函数;d(i,goal)表示栅格i到目标栅格goal的曼哈顿距离;α表示加权值,经过该栅格的AGV越多,其值越大;
步骤4.2.2,AGV在起始节点四周选择距离目标栅格代价函数最小的一个栅格作为下一步的前进栅格,并存储在route中,如果两个栅格距离目标栅格的距离一样,则随机选择其中一个栅格;
步骤4.2.3,重复执行步骤4.2.2,直到该辆AGV最后到达目标栅格;
步骤4.2.4,重复执行步骤4.2.1-4.2.3共num次,生成num个结果,根据公式length(route)计算每个路径的长度,从num个AGV运行路径中选择出长度最短的路径,然后在最短的路径中选择一条转弯次数最少的AGV路径,作为该AGV的行驶路径,其中判断AGV是否转弯的公式为:
turn_num=∑t (3);
式中,t表示AGV是否转弯,如果转弯,其值为1,否则为0;route(i,1)表示路线route第i个坐标的横坐标;route(i,2)表示路线route第i个坐标的纵坐标;turn_num表示该条AGV路线的总转弯次数;
步骤4.2.5,对已经有AGV走过的路径进行加权处理,每个AGV已经走过的栅格初始值增加α,其中,对AGV行驶过的路径加权处理可以让多台AGV在进行路线规划的过程中,减少路线互相重合、冲突的可能性,更有利于后期的规划。
步骤4.3,执行步骤4.2若干次,直到每辆AGV都完成路径规划;
步骤4.4,对所有AGV路径之间的干扰碰撞情况进行分析并调整部分AGV的行驶路线,具体步骤如下:
步骤4.4.1,保证优先级最高的AGV路线不动,比较优先级第二的AGV路线与其是否有冲突碰撞的节点,针对冲突类型,采取不同的避让策略;
进一步解释说明,本发明通过行驶的单位步长来检测AGV之间是否有冲突,以及在何处冲突,第一次检测第一个单位时间各AGV所处位置,判断是否有冲突,有冲突进行冲突类型的判断并解决,然后,检测第二个单位时间各AGV的所处位置,以此循环,直到所有AGV都到达终点,没有冲突产生为止;
所述冲突类型有如下几种:
步骤4.4.1.1,当两辆AGV的冲突节点在十字路口时,即发生交通节点冲突;
所述交通节点冲突,细分为以下几种类型:
(1)互不干扰型,两辆AGV的后续路线没有干扰,即不发生相向冲突问题,判断方法如下:
其中,routex(z)表示AGV小车x的第z个节点;
(2)不完全干扰型,一辆AGV在另一辆AGV的后续行驶路线上,会产生相向冲突问题,判断方法如下:
(3)完全干扰型,两辆AGV都在对方的后续行驶路线上,一定会产生相向冲突,具体判断方法如下:
所述交通节点冲突的避让策略如下:
(1)互不干扰型冲突策略:优先级低的AGV原地等待,优先级高的AGV先行通过交通节点;
(2)不完全干扰型冲突策略:当优先级低的AGV在优先级高的AGV的后续行驶路线上时,把这一段冲突路径封锁,优先级低的AGV以最近的行驶过的交通节点为起点,按照步骤4.2所述方法重新进行规划接下来的路径,优先级高的AGV保持原先路线不变继续行驶;当优先级低的AGV不在优先级高的AGV的后续行驶路线上时,优先级低的AGV原地等待,优先级高的AGV按原路行驶;
(3)完全干扰型冲突策略:把冲突路径封锁,然后优先级低的AGV以行驶过的最近交通节点为起点,按照步骤4.2所述方法重新进行接下来的路径规划,优先级高的AGV按原先路径继续行驶。
步骤4.4.1.2,当两辆AGV的相向行驶的时候,即发生相向冲突;
所述相向冲突分为两种类型:
(1)干扰型,优先级低的AGV在优先级高的AGV的后续行驶路线上,具体判断方法如下:
式中,b表示低优先级AGV行驶过的距离交通节点最近的节点,属于节点z之前的节点;f表示高优先级AGV尚未行驶过的节点集,即节点z之后的所有节点;
(2)非干扰型,优先级低的AGV不在优先级高的AGV的后续行驶路线上,具体判断方法如下:
进一步解释说明,相向冲突的避让策略如下:
(1)干扰型冲突策略:封锁掉互相重合干扰的这段路线,优先级低的AGV以最近的行驶过的交通节点为起点,按照步骤4.2所述方法重新进行接下来的路径规划;
(2)非干扰型冲突策略:对两辆车都要经过的交通节点进行优先级排序,只有优先级高的AGV通过该交通节点后,优先级低的AGV才被允许通过该交通节点,否则在最近的栅格处等待。
步骤4.4.1.3,当两辆AGV同向行驶,当一辆AGV要超过另一辆AGV时,即发生赶超冲突;
所述赶超冲突有两种类型:
第一种为速度造成的赶超冲突,即后面的AGV速度超过前面AGV导致冲突;
第二种为前面的AGV因为某种原因,在原地等待,导致两辆AGV发生冲突。
对于本发明来说,默认AGV保持匀速行驶,因此不会产生第一种冲突,对于第二种AGV等待造成的冲突,具体也分为两种:
(1)因避让更高优先级的AGV造成的原地等待,这种情况下,另一辆AGV在原地进行等待即可;
(2)完成任务后停在了原地,对于此种情况,另一辆AGV就需要把这辆AGV当作障碍物,以最近的行驶过的交通节点为起点,按照步骤4.2所述方法重新进行接下来的路径规划;
进一步说明,对于赶超冲突问题,AGV车前装配有距离传感器,检测到与前方障碍物之间距离小于安全距离后,便会减速甚至停车,然后根据障碍物类型选择具体避障策略,若障碍物为临时障碍物则选择停车等待,若为永久障碍物,则重新规划路径。
步骤4.4.2,按照步骤4.4.1的方法,依次对所有AGV按照优先级高低进行路径的冲突判断与优化,直至所有AGV规划完毕,并且互相之间没有冲突为止;
步骤5,中央服务器将规划好的AGV行驶路线分别分配给对应的AGV进行执行;
步骤6,各AGV按照规定路线进行行驶;
步骤7,中央服务器对所有AGV进行实时监控,以一个步长时间为监控单位,检测各AGV的实时位置是否正常,对于位置异常的AGV进行实时的在线调整;
进一步解释说明,AGV位置异常在现实的系统中是很正常的情况,因为在建模的过程中,无论考虑的因素多么广泛,对AGV的运动过程分析的多么透彻,总会与AGV的实际运动情况存在偏差,随着AGV的不断运动,这种偏差的累积增大会对系统整体状况造成直接影响,因此,必定会有AGV没有在指定时间范围内到达某个点的情况发生;
AGV位置异常主要分为两种:
一种是速度过快造成的异常,AGV相对于规划位置提前了,此时,只要降低该AGV的速度或者令其等待一段时间即可;
另一种是速度过慢造成的异常,AGV相对于规划位置落后,此时,加快该AGV的速度,使它在下一步长的时候能回到计划位置;
进一步解释说明,由于本发明是基于单位时间、单位步长进行的冲突判断以及实时监控,因此,在监控的过程中,AGV并不会发生特别大的偏差,因此只需要实时进行微调即可;
进一步解释说明,为防止AGV之间的碰撞冲突,AGV前端配有扫描装置,可以对一些突发的情况做出及时的应对反映,防止碰撞,同时,系统中除了有中央服务器对系统内所有AGV进行调度之外,每台AGV之间都有一个独立小型服务器,用于获取同时段其它AGV的实时位置,以防止中央服务器命令不及时导致意外发生;
步骤8,AGV完成一个任务后,检索该AGV的任务列表,如果不为空,则继续完成接下来的任务,否则自动行驶到指定区域进行充电操作;
进一步解释说明,实时更新AGV的电量,当电量低于指定的值后,封锁该车的任务列表,即不再给该车安排任务,该车的任务转由其它车辆进行执行,AGV的最低电量定为执行一次最远距离的运输所要消耗的电量。
本发明的有益效果主要表现在:
明确了多AGV可能存在的各种冲突类型,并设计了判断方式与解决办法;采用了稀疏算法的思想,使AGV的行驶路线尽量均衡,减少了冲突发生的概率;在路径规划中,采用A星算法思想,大大加快了计算速度,同时在最优路径的选择中,考虑了AGV转弯所带来的影响,更加贴合实际;设计了AGV在线调整的方法,使AGV更具实用性,更有灵活性。
附图说明
图1为一种多AGV防碰撞协同路径规划方法流程示意图;
图2为一种多AGV防碰撞协同路径规划方法互不干扰型节点冲突示意图;
图3为一种多AGV防碰撞协同路径规划方法不完全干扰型节点冲突示意图;
图4为一种多AGV防碰撞协同路径规划方法完全干扰型节点冲突示意图;
图5为一种多AGV防碰撞协同路径规划方法干扰型相向冲突示意图;
图6为一种多AGV防碰撞协同路径规划方法非干扰型相向冲突示意图;
图7为一种多AGV防碰撞协同路径规划方法赶超冲突示意图;
图8为一种多AGV防碰撞协同路径规划方法AGV路径规划示意图。
具体实施方式
下面结合附图对本发明做进一步描述:
某仓库有4辆AGV,编号分别为1、2、3、4,进行仓库的货物配送,现有四个搬运任务要执行,要求给四辆AGV安排合适的行驶过线,在追求路径最短的同时,避免互相的冲突问题。
由图1至图8所示,一种多AGV防碰撞协同路径规划方法,其方法步骤如下:
步骤1,根据仓库的实际情况,建立栅格地图,区分出AGV可行路径与货架;
步骤2,对地图、AGV进行初始化,解除上一任务对地图中各节点以及AGV的占用情况;
步骤3,对接下来的拣选任务进行检索并分配,遍历所有的任务和AGV,按照最近原则将任务分配给对应的AGV,分配结果如下表1;
表1 AGV任务分配表
AGV编号 | 优先级 | 任务起点 | 任务终点 |
1 | 1 | (7,6) | (4,2) |
2 | 2 | (7,2) | (4,8) |
3 | 3 | (1,5) | (9,7) |
4 | 4 | (9,10) | (2,7) |
步骤4,给收到任务的AGV规划行驶路线,具体步骤如下:
步骤4.1,根据任务的优先级进行AGV路径的规划,任务优先级越高的AGV,优先被规划路径,同时,该AGV在路上拥有更高的优先通过某个节点的权力,也就是说,当两台AGV可能同时经过某个节点时,为防止碰撞,优先级高的AGV优先通过,优先级低的选择等待或者重新规划路径;
步骤4.2,给AGV进行线下路径规划,具体步骤如下:
步骤4.2.1,AGV所要到的终点即为目标栅格,计算每一个栅格到目标栅格的距离,该距离用曼哈顿距离表示,其中障碍物栅格到目标栅格的距离为无穷大,即不能到达,具体表达式为:
Di=d(i,goal)+∑α (1)
其中Di表示栅格i的代价函数;d(i,goal)表示栅格i到目标栅格goal的曼哈顿距离;α表示加权值,经过该栅格的AGV越多,其值越大;
步骤4.2.2,AGV在起始节点四周选择距离目标栅格代价函数最小的一个栅格作为下一步的前进栅格,并存储在route中,如果两个栅格距离目标栅格的距离一样,则随机选择其中一个栅格;
步骤4.2.3,重复执行步骤4.2.2,直到该辆AGV最后到达目标栅格;
步骤4.2.4,重复执行步骤4.2.1-4.2.3共num次,生成num个结果,根据公式length(route)计算每个路径的长度,从num个AGV运行路径中选择出长度最短的路径,然后在最短的路径中选择一条转弯次数最少的AGV路径,作为该AGV的行驶路径;
进一步解释说明,判断AGV是否转弯的公式为:
turn_num=∑t (3);
式中,t表示AGV是否转弯,如果转弯,其值为1,否则为0;route(i,1)表示路线route第i个坐标的横坐标;route(i,2)表示路线route第i个坐标的纵坐标;turn_num表示该条AGV路线的总转弯次数;
步骤4.2.5,对已经有AGV走过的路径进行加权处理,每个AGV已经走过的栅格初始值增加α,此次α=1;
进一步解释说明,对AGV行驶过的路径加权处理可以让多台AGV在进行路线规划的过程中,减少路线互相重合、冲突的可能性,更有利于后期的规划;
步骤4.3,执行步骤4.2若干次,直到每辆AGV都完成路径规划,具体结果如表2所示
表2初步规划路径
AGV编号 | 路径 |
1 | (7,6)-(7,5)-(7,4)-(6,4)-(5,4)-(4,4)-(4,3)-(4,2) |
2 | (7,2)-(7,3)-(7,4)-(7,5)-(7,6)-(7,7)-(6,7)-(5,7)-(4,7)-(4,8) |
3 | (1,5)-(1,6)-(1,7)-(2,7)-(3,7)-(4,7)-(5,7)-(6,7)-(7,7)-(8,7)-(9,7) |
4 | (9,10)-(8,10)-(7,10)-(7,9)-(7,8)-(7,7)-(6,7)-(5,7)-(4,7)-(3,7)-(2,7) |
步骤4.4,对所有AGV路径之间的干扰碰撞情况进行分析并调整部分AGV的行驶路线,具体步骤如下:
步骤4.4.1,保证优先级最高的AGV路线不动,比较优先级第二的AGV路线与其是否有冲突碰撞的节点,针对冲突类型,采取不同的避让策略;
进一步解释说明,本发明通过行驶的单位步长来检测AGV之间是否有冲突,以及在何处冲突,第一次检测第一个单位时间各AGV所处位置,判断是否有冲突,有冲突进行冲突类型的判断并解决,然后,检测第二个单位时间各AGV的所处位置,以此循环,直到所有AGV都到达终点,没有冲突产生为止;
有如下几种冲突类型:
(1)交通节点冲突,当两辆AGV的冲突节点在十字路口时,即发生交通节点冲突;
(2)相向冲突,当两辆AGV的相向行驶的时候,即发生相向冲突;
(3)赶超冲突,两辆AGV同向行驶,当一辆AGV要超过另一辆AGV时,即发生赶超冲突;
进一步的解释说明,在交通节点冲突时,又细分为以下几种类型:
(1)互不干扰型,两辆AGV的后续路线没有干扰,即不发生相向冲突问题,判断方法如下:
其中,routex(z)表示AGV小车x的第z个节点;
(2)不完全干扰型,一辆AGV在另一辆AGV的后续行驶路线上,会产生相向冲突问题,判断方法如下:
(3)完全干扰型,两辆AGV都在对方的后续行驶路线上,一定会产生相向冲突,具体判断方法如下:
进一步解释说明,交通节点冲突的避让策略如下:
(1)互不干扰型冲突策略:优先级低的AGV原地等待,优先级高的AGV先行通过交通节点;
(2)不完全干扰型冲突策略:当优先级低的AGV在优先级高的AGV的后续行驶路线上时,把这一段冲突路径封锁,优先级低的AGV以最近的行驶过的交通节点为起点,按照步骤4.2所述方法重新进行规划接下来的路径,优先级高的AGV保持原先路线不变继续行驶;当优先级低的AGV不在优先级高的AGV的后续行驶路线上时,优先级低的AGV原地等待,优先级高的AGV按原路行驶;
(3)完全干扰型冲突策略:把冲突路径封锁,然后优先级低的AGV以行驶过的最近交通节点为起点,按照步骤4.2所述方法重新进行接下来的路径规划,优先级高的AGV按原先路径继续行驶;
进一步解释说明,相向冲突分为两种类型:
(1)干扰型,优先级低的AGV在优先级高的AGV的后续行驶路线上,具体判断方法如下:
式中,b表示低优先级AGV行驶过的距离交通节点最近的节点,属于节点z之前的节点;f表示高优先级AGV尚未行驶过的节点集,即节点z之后的所有节点;
(2)非干扰型,优先级低的AGV不在优先级高的AGV的后续行驶路线上,具体判断方法如下:
进一步解释说明,相向冲突的避让策略如下:
(1)干扰型冲突策略:封锁掉互相重合干扰的这段路线,优先级低的AGV以最近的行驶过的交通节点为起点,按照步骤4.2所述方法重新进行接下来的路径规划;
(2)非干扰型冲突策略:对两辆车都要经过的交通节点进行优先级排序,只有优先级高的AGV通过该交通节点后,优先级低的AGV才被允许通过该交通节点,否则在最近的栅格处等待;
进一步解释说明,赶超冲突有两种类型,一种为速度造成的赶超冲突,即后面的AGV速度超过前面AGV导致冲突,另一种为前面的AGV因为某种原因,在原地等待,导致两辆AGV发生冲突;对于本发明来说,默认AGV保持匀速行驶,因此不会产生第一种冲突,对于第二种AGV等待造成的冲突,具体也分为两种,一种是因避让更高优先级的AGV造成的原地等待,这种情况下,另一辆AGV在原地进行等待即可,另一种是完成任务后停在了原地,对于此种情况,另一辆AGV就需要把这辆AGV当作障碍物,以最近的行驶过的交通节点为起点,按照步骤4.2所述方法重新进行接下来的路径规划;
进一步说明,对于赶超冲突问题,AGV车前装配有距离传感器,检测到与前方障碍物之间距离小于安全距离后,便会减速甚至停车,然后根据障碍物类型选择具体避障策略,若障碍物为临时障碍物则选择停车等待,若为永久障碍物,则重新规划路径;
步骤4.4.2,按照步骤4.4.1的方法,依次对所有AGV按照优先级高低进行路径的冲突判断与优化,直至所有AGV规划完毕,并且互相之间没有冲突为止,具体规划路径如下表3所示:
表3最终规划路径
AGV编号 | 路径 |
1 | (7,6)-(7,5)-(7,4)-(6,4)-(5,4)-(4,4)-(4,3)-(4,2) |
2 | (7,2)-(7,3)-(7,3)-(7,4)-(6,4)-(5,4)-(4,4)-(4,5)-(4,6)-(4,7)-(4,8) |
3 | (1,5)-(1,6)-(1,7)-(2,7)-(3,7)-(4,7)-(5,7)-(6,7)-(7,7)-(8,7)-(9,7) |
4 | (9,10)-(8,10)-(7,10)-(6,10)-(5,10)-(4,10)-(4,9)-(4,8)-(4,7)-(3,7)-(2,7) |
步骤5,中央服务器将规划好的AGV行驶路线分别分配给对应的AGV进行执行;
步骤6,各AGV按照规定路线进行行驶;
步骤7,中央服务器对所有AGV进行实时监控,以一个步长时间为监控单位,检测各AGV的实时位置是否正常,对于位置异常的AGV进行实时的在线调整;
步骤8,AGV完成一个任务后,检索该AGV的任务列表,如果不为空,则继续完成接下来的任务,否则自动行驶到指定区域进行充电操作;
采用专利所述方法在规划多AGV路径过程中,速度快,效率高,可以很大概率避免冲突的发生,同时,又可及时进行在线调整,对现代企业来说,可以有效加快仓储速度,提高企业的竞争力。
本说明书实施例所述内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (10)
1.一种多AGV防碰撞协同路径规划方法,其特征在于,包括:
步骤1,根据仓库的实际情况,建立栅格地图,区分出AGV可行路径与货架;
步骤2,对地图、AGV进行初始化,解除上一任务对地图中各节点以及AGV的占用情况;
步骤3,对接下来的拣选任务进行检索并分配,遍历所有的任务和AGV,按照分配规则将任务分配给对应的AGV;
步骤4,给收到任务的AGV规划行驶路线;
步骤5,中央服务器将规划好的AGV行驶路线分别分配给对应的AGV进行执行;
步骤6,各AGV按照规定路线进行行驶;
步骤7,中央服务器对所有AGV进行实时监控,以一个步长时间为监控单位,检测各AGV的实时位置是否正常,对于位置异常的AGV进行实时的在线调整;
步骤8,AGV完成一个任务后,检索该AGV的任务列表,如果不为空,则继续完成接下来的任务,否则自动行驶到指定区域进行充电操作。
2.根据权利要求1所述多AGV防碰撞协同路径规划方法,其特征在于,步骤3中,所述任务分配分为两种情况:
一种为单程作业模式,即AGV一次只执行一个存货或者送货的任务;
另一种为复合作业模式,即AGV一次执行一组存货和取货的操作。
3.根据权利要求1所述多AGV防碰撞协同路径规划方法,其特征在于,步骤3中,所述分配规则为:
(1)、AGV任务列表的长度,优先将任务分配给空闲AGV,其次是任务列表中任务最少的AGV;
(2)、AGV距离任务的远近,在进行任务分配时,优先分配给距离最近的AGV,提高响应速度;
(3)、复合作业的行程距离,在进行任务分配时,综合考虑一组存取任务之间的行程距离,综合距离越近,越优先被分配任务;
(4)、AGV的电量,任务分配时,要保证AGV的电量足以完成此次任务,并且有一定的电量可以行驶到充电区。
4.根据权利要求1所述多AGV防碰撞协同路径规划方法,其特征在于,步骤4中,所述给收到任务的AGV规划行驶路线,包括:
步骤4.1,根据任务的优先级进行AGV路径的规划,任务优先级越高的AGV,优先被规划路径,同时,该AGV在路上拥有更高的优先通过某个节点的权力,即为当两台AGV可能同时经过某个节点时,为防止碰撞,优先级高的AGV优先通过,优先级低的选择等待或者重新规划路径;
步骤4.2,给AGV进行线下路径规划;
步骤4.3,执行步骤4.2若干次,直到每辆AGV都完成路径规划;
步骤4.4,对所有AGV路径之间的干扰碰撞情况进行分析并调整部分AGV的行驶路线。
5.根据权利要求4所述多AGV防碰撞协同路径规划方法,其特征在于,步骤4.1中,所述任务的优先级的判定方法有两种:
一种为工作人员根据订单的重要程度,人为的进行优先级的规定;
另一种为工作人员根据订单的到达时间进行规定,时间越早,优先级越高。
6.根据权利要求4所述多AGV防碰撞协同路径规划方法,其特征在于,步骤4.2中,所述给AGV进行线下路径规划,包括:
步骤4.2.1,AGV所要到的终点即为目标栅格,计算每一个栅格到目标栅格的距离,该距离用曼哈顿距离表示,其中障碍物栅格到目标栅格的距离为无穷大,即不能到达,具体表达式为:
Di=d(i,goal)+∑α (1)
其中Di表示栅格i的代价函数;d(i,goal)表示栅格i到目标栅格goal的曼哈顿距离;α表示加权值,经过该栅格的AGV越多,其值越大;
步骤4.2.2,AGV在起始节点四周选择距离目标栅格代价函数最小的一个栅格作为下一步的前进栅格,并存储在route中,如果两个栅格距离目标栅格的距离一样,则随机选择其中一个栅格;
步骤4.2.3,重复执行步骤4.2.2,直到该辆AGV最后到达目标栅格;
步骤4.2.4,重复执行步骤4.2.1-4.2.3共num次,生成num个结果,根据公式length(route)计算每个路径的长度,从num个AGV运行路径中选择出长度最短的路径,然后在最短的路径中选择一条转弯次数最少的AGV路径,作为该AGV的行驶路径,其中判断AGV是否转弯的公式为:
turn_num=∑t (3);
式中,t表示AGV是否转弯,如果转弯,其值为1,否则为0;route(i,1)表示路线route第i个坐标的横坐标;route(i,2)表示路线route第i个坐标的纵坐标;turn_num表示该条AGV路线的总转弯次数;
步骤4.2.5,对已经有AGV走过的路径进行加权处理,每个AGV已经走过的栅格初始值增加α,其中,对AGV行驶过的路径加权处理可以让多台AGV在进行路线规划的过程中,减少路线互相重合、冲突的可能性,更有利于后期的规划。
7.根据权利要求4所述多AGV防碰撞协同路径规划方法,其特征在于,步骤4.4中,所述调整部分AGV的行驶路线,包括:
步骤4.4.1,保证优先级最高的AGV路线不动,比较优先级第二的AGV路线与其是否有冲突碰撞的节点,针对冲突类型,采取不同的避让策略;
步骤4.4.2,按照步骤4.4.1的方法,依次对所有AGV按照优先级高低进行路径的冲突判断与优化,直至所有AGV规划完毕,并且互相之间没有冲突为止。
8.根据权利要求7所述多AGV防碰撞协同路径规划方法,其特征在于,步骤4.4.1中,所述冲突类型,包括:交通节点冲突、相向冲突和赶超冲突。
9.根据权利要求7所述多AGV防碰撞协同路径规划方法,其特征在于,步骤4.4.1中,所述避让策略包括:交通节点冲突的避让策略、相向冲突的避让策略和赶超冲突的避让策略。
10.根据权利要求1所述多AGV防碰撞协同路径规划方法,其特征在于,步骤7中,所述位置异常的AGV分为两种:
一种是速度过快造成的异常,AGV相对于规划位置提前了,此时,只要降低该AGV的速度或者令其等待一段时间即可;
另一种是速度过慢造成的异常,AGV相对于规划位置落后,此时,加快该AGV的速度,使它在下一步长的时候能回到计划位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910979352.9A CN110989570B (zh) | 2019-10-15 | 2019-10-15 | 一种多agv防碰撞协同路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910979352.9A CN110989570B (zh) | 2019-10-15 | 2019-10-15 | 一种多agv防碰撞协同路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110989570A true CN110989570A (zh) | 2020-04-10 |
CN110989570B CN110989570B (zh) | 2022-11-15 |
Family
ID=70082016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910979352.9A Active CN110989570B (zh) | 2019-10-15 | 2019-10-15 | 一种多agv防碰撞协同路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110989570B (zh) |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111784249A (zh) * | 2020-07-03 | 2020-10-16 | 上海木木聚枞机器人科技有限公司 | 一种加解锁调度行驶状态的方法、服务器和存储介质 |
CN111879327A (zh) * | 2020-06-18 | 2020-11-03 | 北京九曜智能科技有限公司 | 集群自动驾驶车辆泊位作业的空间配置和时序规划方法 |
CN111897343A (zh) * | 2020-08-06 | 2020-11-06 | 上海联适导航技术有限公司 | 一种无人驾驶农机自动作业控制方法及装置 |
CN112034845A (zh) * | 2020-08-10 | 2020-12-04 | 深圳技术大学 | 一种多智能主体避障方法、系统和计算机可读存储介质 |
CN112099502A (zh) * | 2020-09-15 | 2020-12-18 | 广东弓叶科技有限公司 | 一种智能垃圾车自主导航路径方向冲突调控方法及装置 |
CN112148009A (zh) * | 2020-09-23 | 2020-12-29 | 北京智远弘业机器人科技有限公司 | Agv集群调度方法、装置、电子设备及计算机可读存储介质 |
CN112183833A (zh) * | 2020-09-17 | 2021-01-05 | 山东洛杰斯特物流科技有限公司 | 基于时间预测的agv多车碰撞判定方法、装置及设备 |
CN112433526A (zh) * | 2020-11-25 | 2021-03-02 | 北京易控智驾科技有限公司 | 开放区域多无人车避让方法、装置、存储介质和电子设备 |
CN112833905A (zh) * | 2021-01-08 | 2021-05-25 | 北京大学 | 基于改进a*算法的分布式多agv无碰撞路径规划方法 |
CN113074728A (zh) * | 2021-03-05 | 2021-07-06 | 北京大学 | 基于跳点寻路与协同避障的多agv路径规划方法 |
CN113465621A (zh) * | 2021-06-22 | 2021-10-01 | 同济大学 | 一种考虑冲突概率的Dijkstra路径规划方法、装置及存储介质 |
CN113534787A (zh) * | 2020-04-15 | 2021-10-22 | 北京旷视机器人技术有限公司 | Agv调度方法、装置、电子设备及可读存储介质 |
CN113739798A (zh) * | 2020-11-05 | 2021-12-03 | 北京京东乾石科技有限公司 | 路径规划方法和装置 |
CN113793080A (zh) * | 2020-06-18 | 2021-12-14 | 北京京东乾石科技有限公司 | 一种仓库运行状态实时模拟方法和装置 |
CN113916231A (zh) * | 2021-09-28 | 2022-01-11 | 上海浦东发展银行股份有限公司 | 移动设备定位导航方法、装置、移动设备及存储介质 |
CN113985877A (zh) * | 2021-10-27 | 2022-01-28 | 深圳市渐近线科技有限公司 | 一种基于数字孪生的仓储物流路径自动引导系统 |
CN114047757A (zh) * | 2021-11-05 | 2022-02-15 | 季华实验室 | 一种多agv路径评估规划方法 |
WO2022032444A1 (zh) * | 2020-08-10 | 2022-02-17 | 深圳技术大学 | 一种多智能主体避障方法、系统和计算机可读存储介质 |
CN114084558A (zh) * | 2021-11-18 | 2022-02-25 | 镇江茗驰电气有限公司 | 一种基于agv的智能制造物料转运系统 |
CN114185354A (zh) * | 2022-02-15 | 2022-03-15 | 中国科学院微电子研究所 | 一种基于dqn的agv全局路径规划方法和系统 |
WO2022052809A1 (zh) * | 2020-09-11 | 2022-03-17 | 灵动科技(北京)有限公司 | 用于控制仓库中的机器人的行驶的方法和装置 |
CN114326608A (zh) * | 2021-11-30 | 2022-04-12 | 云南昆船智能装备有限公司 | 一种基于多智能体的agv群系统 |
CN114326713A (zh) * | 2021-12-06 | 2022-04-12 | 重庆邮电大学 | 基于二维码导航的多agv移动机器人路径优化方法 |
CN114384908A (zh) * | 2021-12-16 | 2022-04-22 | 杭州申昊科技股份有限公司 | 一种用于轨道机器人的智能导航路径规划系统及方法 |
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 |
CN114757591A (zh) * | 2022-06-14 | 2022-07-15 | 湖南大学 | 基于行为依赖图的多车型协同分拣调度方法 |
CN115406443A (zh) * | 2021-05-27 | 2022-11-29 | 中国科学院沈阳自动化研究所 | 一种基于行驶线的两阶段多agv路径规划方法 |
CN115648225A (zh) * | 2022-12-26 | 2023-01-31 | 江苏金农股份有限公司 | 基于云脑模型管理的rpa机器人场景切换方法及系统 |
CN116339329A (zh) * | 2023-03-21 | 2023-06-27 | 苏州恒力智能科技有限公司 | 一种基于5g物联网的agv调度路径优化方法及系统 |
CN116679724A (zh) * | 2023-07-05 | 2023-09-01 | 湘南学院 | 一种多重载agv无冲突和死锁的路径规划方法 |
CN117590855A (zh) * | 2024-01-18 | 2024-02-23 | 运易通科技有限公司 | 一种vr远程控制系统及物流搬运机器人 |
CN117631677A (zh) * | 2024-01-26 | 2024-03-01 | 苏州佳顺智能机器人股份有限公司 | 一种agv在双向路线上基于区域的避让方法 |
CN114326608B (zh) * | 2021-11-30 | 2024-05-31 | 云南昆船智能装备有限公司 | 一种基于多智能体的agv群系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050216181A1 (en) * | 2004-03-26 | 2005-09-29 | Estkowski Regina I | System and method for adaptive path planning |
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 |
CN110174111A (zh) * | 2019-05-31 | 2019-08-27 | 山东华锐智能技术有限公司 | 基于时间窗的任务分段式的多agv路径规划算法 |
CN110264120A (zh) * | 2019-05-06 | 2019-09-20 | 盐城品迅智能科技服务有限公司 | 一种基于多agv的智能仓储路线规划系统和方法 |
-
2019
- 2019-10-15 CN CN201910979352.9A patent/CN110989570B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050216181A1 (en) * | 2004-03-26 | 2005-09-29 | Estkowski Regina I | System and method for adaptive path planning |
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 |
CN110264120A (zh) * | 2019-05-06 | 2019-09-20 | 盐城品迅智能科技服务有限公司 | 一种基于多agv的智能仓储路线规划系统和方法 |
CN110174111A (zh) * | 2019-05-31 | 2019-08-27 | 山东华锐智能技术有限公司 | 基于时间窗的任务分段式的多agv路径规划算法 |
Non-Patent Citations (1)
Title |
---|
李婷: "自动化仓库系统多AGV路径规划和避碰策略研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534787A (zh) * | 2020-04-15 | 2021-10-22 | 北京旷视机器人技术有限公司 | Agv调度方法、装置、电子设备及可读存储介质 |
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 |
CN111879327A (zh) * | 2020-06-18 | 2020-11-03 | 北京九曜智能科技有限公司 | 集群自动驾驶车辆泊位作业的空间配置和时序规划方法 |
CN113793080A (zh) * | 2020-06-18 | 2021-12-14 | 北京京东乾石科技有限公司 | 一种仓库运行状态实时模拟方法和装置 |
CN111784249A (zh) * | 2020-07-03 | 2020-10-16 | 上海木木聚枞机器人科技有限公司 | 一种加解锁调度行驶状态的方法、服务器和存储介质 |
CN111897343B (zh) * | 2020-08-06 | 2021-05-28 | 上海联适导航技术股份有限公司 | 一种无人驾驶农机自动作业控制方法及装置 |
CN111897343A (zh) * | 2020-08-06 | 2020-11-06 | 上海联适导航技术有限公司 | 一种无人驾驶农机自动作业控制方法及装置 |
CN112034845A (zh) * | 2020-08-10 | 2020-12-04 | 深圳技术大学 | 一种多智能主体避障方法、系统和计算机可读存储介质 |
WO2022032444A1 (zh) * | 2020-08-10 | 2022-02-17 | 深圳技术大学 | 一种多智能主体避障方法、系统和计算机可读存储介质 |
WO2022052809A1 (zh) * | 2020-09-11 | 2022-03-17 | 灵动科技(北京)有限公司 | 用于控制仓库中的机器人的行驶的方法和装置 |
CN112099502B (zh) * | 2020-09-15 | 2024-04-16 | 广东弓叶科技有限公司 | 一种智能垃圾车自主导航路径方向冲突调控方法及装置 |
CN112099502A (zh) * | 2020-09-15 | 2020-12-18 | 广东弓叶科技有限公司 | 一种智能垃圾车自主导航路径方向冲突调控方法及装置 |
CN112183833A (zh) * | 2020-09-17 | 2021-01-05 | 山东洛杰斯特物流科技有限公司 | 基于时间预测的agv多车碰撞判定方法、装置及设备 |
CN112148009B (zh) * | 2020-09-23 | 2023-09-26 | 上典科技(北京)有限公司 | Agv集群调度方法、装置、电子设备及计算机可读存储介质 |
CN112148009A (zh) * | 2020-09-23 | 2020-12-29 | 北京智远弘业机器人科技有限公司 | Agv集群调度方法、装置、电子设备及计算机可读存储介质 |
CN113739798B (zh) * | 2020-11-05 | 2024-04-12 | 北京京东乾石科技有限公司 | 路径规划方法和装置 |
CN113739798A (zh) * | 2020-11-05 | 2021-12-03 | 北京京东乾石科技有限公司 | 路径规划方法和装置 |
CN112433526A (zh) * | 2020-11-25 | 2021-03-02 | 北京易控智驾科技有限公司 | 开放区域多无人车避让方法、装置、存储介质和电子设备 |
CN112433526B (zh) * | 2020-11-25 | 2023-03-14 | 北京易控智驾科技有限公司 | 开放区域多无人车避让方法、装置、存储介质和电子设备 |
CN112833905A (zh) * | 2021-01-08 | 2021-05-25 | 北京大学 | 基于改进a*算法的分布式多agv无碰撞路径规划方法 |
CN113074728B (zh) * | 2021-03-05 | 2022-07-22 | 北京大学 | 基于跳点寻路与协同避障的多agv路径规划方法 |
CN113074728A (zh) * | 2021-03-05 | 2021-07-06 | 北京大学 | 基于跳点寻路与协同避障的多agv路径规划方法 |
CN115406443B (zh) * | 2021-05-27 | 2024-04-26 | 中国科学院沈阳自动化研究所 | 一种基于行驶线的两阶段多agv路径规划方法 |
CN115406443A (zh) * | 2021-05-27 | 2022-11-29 | 中国科学院沈阳自动化研究所 | 一种基于行驶线的两阶段多agv路径规划方法 |
CN113465621B (zh) * | 2021-06-22 | 2022-09-20 | 同济大学 | 一种考虑冲突概率的Dijkstra路径规划方法、装置及存储介质 |
CN113465621A (zh) * | 2021-06-22 | 2021-10-01 | 同济大学 | 一种考虑冲突概率的Dijkstra路径规划方法、装置及存储介质 |
CN113916231A (zh) * | 2021-09-28 | 2022-01-11 | 上海浦东发展银行股份有限公司 | 移动设备定位导航方法、装置、移动设备及存储介质 |
CN113985877B (zh) * | 2021-10-27 | 2023-12-19 | 深圳市渐近线科技有限公司 | 一种基于数字孪生的仓储物流路径自动引导系统 |
CN113985877A (zh) * | 2021-10-27 | 2022-01-28 | 深圳市渐近线科技有限公司 | 一种基于数字孪生的仓储物流路径自动引导系统 |
CN114047757A (zh) * | 2021-11-05 | 2022-02-15 | 季华实验室 | 一种多agv路径评估规划方法 |
CN114047757B (zh) * | 2021-11-05 | 2023-05-19 | 季华实验室 | 一种多agv路径评估规划方法 |
CN114084558A (zh) * | 2021-11-18 | 2022-02-25 | 镇江茗驰电气有限公司 | 一种基于agv的智能制造物料转运系统 |
CN114326608A (zh) * | 2021-11-30 | 2022-04-12 | 云南昆船智能装备有限公司 | 一种基于多智能体的agv群系统 |
CN114326608B (zh) * | 2021-11-30 | 2024-05-31 | 云南昆船智能装备有限公司 | 一种基于多智能体的agv群系统 |
CN114326713A (zh) * | 2021-12-06 | 2022-04-12 | 重庆邮电大学 | 基于二维码导航的多agv移动机器人路径优化方法 |
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 |
CN114384908B (zh) * | 2021-12-16 | 2023-07-11 | 杭州申昊科技股份有限公司 | 一种用于轨道机器人的智能导航路径规划系统及方法 |
CN114384908A (zh) * | 2021-12-16 | 2022-04-22 | 杭州申昊科技股份有限公司 | 一种用于轨道机器人的智能导航路径规划系统及方法 |
CN114185354A (zh) * | 2022-02-15 | 2022-03-15 | 中国科学院微电子研究所 | 一种基于dqn的agv全局路径规划方法和系统 |
CN114185354B (zh) * | 2022-02-15 | 2022-05-17 | 中国科学院微电子研究所 | 一种基于dqn的agv全局路径规划方法和系统 |
CN114757591A (zh) * | 2022-06-14 | 2022-07-15 | 湖南大学 | 基于行为依赖图的多车型协同分拣调度方法 |
CN115648225A (zh) * | 2022-12-26 | 2023-01-31 | 江苏金农股份有限公司 | 基于云脑模型管理的rpa机器人场景切换方法及系统 |
CN116339329B (zh) * | 2023-03-21 | 2023-09-29 | 苏州恒力智能科技有限公司 | 一种基于5g物联网的agv调度路径优化方法及系统 |
CN116339329A (zh) * | 2023-03-21 | 2023-06-27 | 苏州恒力智能科技有限公司 | 一种基于5g物联网的agv调度路径优化方法及系统 |
CN116679724B (zh) * | 2023-07-05 | 2024-02-02 | 湘南学院 | 一种多重载agv无冲突和死锁的路径规划方法 |
CN116679724A (zh) * | 2023-07-05 | 2023-09-01 | 湘南学院 | 一种多重载agv无冲突和死锁的路径规划方法 |
CN117590855A (zh) * | 2024-01-18 | 2024-02-23 | 运易通科技有限公司 | 一种vr远程控制系统及物流搬运机器人 |
CN117590855B (zh) * | 2024-01-18 | 2024-05-17 | 运易通科技有限公司 | 一种vr远程控制系统及物流搬运机器人 |
CN117631677A (zh) * | 2024-01-26 | 2024-03-01 | 苏州佳顺智能机器人股份有限公司 | 一种agv在双向路线上基于区域的避让方法 |
CN117631677B (zh) * | 2024-01-26 | 2024-04-16 | 苏州佳顺智能机器人股份有限公司 | 一种agv在双向路线上基于区域的避让方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110989570B (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110989570B (zh) | 一种多agv防碰撞协同路径规划方法 | |
CN107203190B (zh) | 一种基于复杂路径的惯性导航agv调度方法及系统 | |
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 | |
CN110174111A (zh) | 基于时间窗的任务分段式的多agv路径规划算法 | |
CN107816996B (zh) | 时变环境下agv流时空干涉检测与规避方法 | |
CN111474926B (zh) | 一种基于多agv时间窗路径优化算法的废烟回收方法 | |
CN112833905A (zh) | 基于改进a*算法的分布式多agv无碰撞路径规划方法 | |
CN111932000A (zh) | 一种应用于大型物流系统的多agv调度方法 | |
JP2024020457A (ja) | 情報処理装置、情報処理方法、コンピュータプログラム及び情報処理システム | |
CN113075927A (zh) | 基于预约表的仓储潜伏式多agv路径规划方法 | |
CN109115220B (zh) | 一种用于停车场系统路径规划的方法 | |
TWI796017B (zh) | 自動導引車調度方法、電子裝置及電腦可讀儲存媒體 | |
CN113899383B (zh) | 基于短路径的多车防死锁方法、系统、设备及存储介质 | |
CN115328113A (zh) | 基于改进时间窗算法的多物流机器人路径规划方法 | |
CN114489062A (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 | |
CN112099492A (zh) | 含避让点的管制区内agv动态交通管制方法及系统 | |
CN111832816A (zh) | 一种基于调度算法的医用agv群体物流调控系统及方法 | |
CN113064436B (zh) | 一种agv系统中动态路径规划和去中心化避障方法 | |
Shi et al. | Task allocation and path planning of many robots with motion uncertainty in a warehouse environment | |
WO2022032444A1 (zh) | 一种多智能主体避障方法、系统和计算机可读存储介质 | |
Tai et al. | A time-efficient approach to solve conflicts and deadlocks for scheduling AGVs in warehousing applications | |
CN117151590A (zh) | 基于平移时间窗和任务路径规划的agv调度方法 | |
CN116880476B (zh) | 一种基于交通管控的agvs运行控制方法 | |
CN111620023B (zh) | 基于动态边权值拓扑图实现密集库设备路径规划的方法 | |
CN115638804B (zh) | 一种无死锁的无人车辆在线路径规划方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |