CN111007862A - 一种多agv协同工作的路径规划方法 - Google Patents
一种多agv协同工作的路径规划方法 Download PDFInfo
- Publication number
- CN111007862A CN111007862A CN201911375980.2A CN201911375980A CN111007862A CN 111007862 A CN111007862 A CN 111007862A CN 201911375980 A CN201911375980 A CN 201911375980A CN 111007862 A CN111007862 A CN 111007862A
- Authority
- CN
- China
- Prior art keywords
- path
- task
- agv
- agv1
- agv2
- 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 36
- 238000009826 distribution Methods 0.000 claims abstract description 6
- 238000012163 sequencing technique Methods 0.000 claims abstract description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000003860 storage 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
- G05D1/0212—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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
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)
Abstract
本发明公开了一种多AGV协同工作的路径规划方法,包括以下步骤:1)、构建AGV的环境模型;2)、取出需要执行的任务;根据任务派发规则,针对每一条任务进行AGV匹配度排序;每一条待执行的任务只可分配至一辆未执行任务的车辆,并对任务进行路径规划;3)、判断是否需要重新规划路径;4)、判断是否满足任务发送的条件;5)、满足步骤3)和步骤4)的条件后发送任务,更改AGV的属性列表。采用上述技术方案,对规划的最短路径进行分析,多AGV之间的路径进行判断,以确保与其他AGV之前不发生冲突;增加了任务发送模块,确保小车执行该任务时对其他车辆不造成影响后方可发送。
Description
技术领域
本发明属于AGV车辆运输过程自动控制的技术领域。更具体地,本发明涉及一种多AGV协同工作的路径规划方法。
背景技术
一、多个AGV协同工作路径规划的相关技术发展背景介绍:
AGV是依靠充电电池提供动力,通过安装各类传感器等非接触式导航装置实现定位,可以独立完成既定路线跟踪行驶的运输设备,AGV因具有自动化程度高、作业效率高、运行成本低、系统稳定性好等优势,逐渐成为智慧仓库、智慧工厂的核心设备。
在智能仓储或生产车间中,一台AGV很难完成高效率的运输,需要多个AGV同时运行;为了提高货物运送效率,AGV共用道路不可避免。因此,要使多个AGV协同工作,需要对AGV所执行的任务进行特定的路径规划,实现多个AGV无碰撞、高效率的运行,基本实现自动化生产。
二、现有技术公开的文献检索结果:
1、中国专利文献:一种基于多AGV的智能仓储路线规划系统和方法(专利申请号201910370068.1),其技术方案是:提出动态的对时间窗进行精确计算和加锁来设置路线以避免冲突,并分别对可预测的垂直相遇冲突和相向相遇冲突进行策略研究,最后找到无冲突的最短路径.
2、中国专利文献:基于时间窗的任务分段式的多AGV路径规划算法(专利申请号201910470067.4),其技术方案是:提出了采用改进的A*算法对还未执行的任务进行路径规划,并采用时间窗算法对任务绑定的AGV规划无冲突的最短路径。
三、最接近的现有技术存在的技术问题:
申请号201910370068.1的中国专利公开一种“基于多AGV的智能仓储路线规划系统和方法”,提出动态的对时间窗进行精确计算和加锁来设置路线以避免冲突,并分别对可预测的垂直相遇冲突和相向相遇冲突进行策略研究,最后找到无冲突的最短路径。但在实际过程中,因场地及其他外界因素的原因,无法使小车行驶的速度保持恒定的速度,无法准确的计算到达每一结点的时间。
申请号201910470067.4的中国专利公开一种“基于时间窗的任务分段式的多AGV路径规划算法”,提出了采用改进的A*算法对还未执行的任务进行路径规划,并采用时间窗算法对任务绑定的AGV规划无冲突的最短路径。该方法解决的是单向行驶的AGV,且在最初派发任务时,并未考虑与其他车辆的冲突,该方法不适合两台车相向行驶的情形。
发明内容
本发明提供一种多AGV协同工作的路径规划方法,其目的是解决在多AGV任务派发时可能出现的路径冲突、相互碰撞或相互死锁的问题。
为了实现上述目的,本发明采取的技术方案为:
本发明的多AGV协同工作的路径规划方法,包括以下步骤:
1)、构建AGV的环境模型;
2)、取出需要执行的任务;根据任务派发规则,针对每一条任务进行AGV匹配度排序;每一条待执行的任务只可分配至一辆未执行任务的车辆,并对任务进行路径规划;
3)、判断是否需要重新规划路径;
4)、判断是否满足任务发送的条件;
5)、满足步骤3)和步骤4)的条件后发送任务,更改AGV的属性列表。
所述的AGV的环境模型为静态环境拓扑地图模型,该地图为有向图,AGV在该地图中可双向运行;AGV经过的路径为图形的边,通过的站点为结点,即图G=(V,E),其中V是顶点,图G信息中的站点的有限集合,V={v1,v2,v3},E是边,即小车经过的路径的有限集合,E={e1,e2,....,en};所有的起止站点之间在路径上均有可到达的路线,每一条边都有一个权值W,代表了路径的行驶代价;
若路线为直线段,权值为站点间的欧式距离;若为曲线段,则权值为两站点间的曼哈顿距离:
所述的站点的属性值Value分为:0——取放货点、1——路径点、2——临时避让点;
其中,取放货点和临时避让点均包含子站点,即当行驶至该站点时,将进入子站点;
AGV的动作Action分为:0—停止在站点,1—停止在子站点。
所述的任务派发规则为:
若任务指定AGV执行,当该AGV为空闲状态时,将该任务分配至该小车;
若任务未指定AGV,则以距离最短为原则,派发至空闲的AGV。
所述的路径规划方法采用A*算法进行路径规划,规划的路径点集为{R},站点集合为{S};每个站点至多仅被访问一次,即AGV所需行驶的路径不存在重复路段,避免环路死锁。
所述的判断是否需要重新规划路径为:
简化对规划的AGV1行驶的route1以及正在执行的AGV2的剩余路径route2之间的判断,令初始标识符flag=false,即此时无需规划路径;
a)、分为以下四种情况进行判断:
case1:若AGV2为空闲状态且不在子站上,AGV2所处的站点在规划的route1路径上,此时需要重新规划路径,执行步骤2);
case2:若AGV2在执行任务中,判断route1和route2是否冲突;若冲突,且AGV1距离冲突路段的距离小于3个站点、AGV2已经处于冲突路段或下一站点即为冲突路段时,若AGV1的目标地址在冲突路段中,执行步骤2);
若AGV2的目标地址为AGV1所在的位置,则执行步骤2);
若flag=true,且冲突路段的长度大于4,若AGV1所需行驶冲突路段前的站点或冲突路径中存在临时避让点,则flag=false,该条路径的route1的次末站点的isObstacle的属性重新设置为true;
case3:若AGV2还未执行任务,只有待执行的任务,待执行任务规划的路径为tempRoute2,则需要判断route1与tempRoute2是否存在冲突路径;若存在,且AGV1和AGV2均处于冲突路径中,且AGV1的目标地址也处于冲突路径中,则执行步骤2);
case4:当AGV处于主站点时,若AGV无法执行掉头,则判断route1和AGV车头之间的角度;若该角度大于90°,则执行步骤2);
b)、把该条路径的route1的次末站点的isObstacle的属性设置为false,flag=true。
所述的初始标识符flag=true,则需要重新规划一条站点的isObstacle均为true的路线。
所述的任务发送条件为以下步骤:
令route1为AGV1需要执行的路线,route2为AGV2需要执行的路线,s1为AGV1行驶路线上的第二个站点,s2为AGV1行驶路线上的第三个站点;
case1:若AGV1和AGV2之间存在路径冲突,且AGV1距离路径冲突很近,AGV2已行驶至路径冲突;若冲突路段存在临时避让点,则先将route1替换为AGV1当前点至临时避让点的路径,否则不发送任务,直至冲突路段被解除;
case2:AGV2所在的位置为s1或s2,且AGV1的目标站点为s1或s2,若AGV2在子站点且AGV1的目标动作为0,则发送任务;否则不发送任务;
所述的AGV的属性为实时所在的站点位置、剩余所需行驶的路线、剩余所需行驶的站点、目标站点、目标站点的动作。
在所述的路径规划的基础上,增加单条非环形路径。
本发明采用上述技术方案,通过建立环境模型后,筛选出需要执行的任务,并采用A*算法对该任务进行路径规划,通过比较该路径与其他AGV之间的关系,判断是否需要对路径进行二次规划,在任务派发阶段仍需判断规划的路径能否立即执行;其方法简单,适合各种导航方式的AGV,根据与其他AGV行驶站点之间的判断,而非时间窗的计算,增加了系统的安全性,解决了多AGV之间相向、相遇的情形,使各AGV无碰撞的完成所需执行的任务。
附图说明
附图简要说明如下:
图1为本发明的环境拓扑图;
图2为本发明的多AGV协同工作的路径规划的流程图。
具体实施方式
下面对照附图,通过对实施例的描述,对本发明的具体实施方式作进一步详细的说明,以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
一、本发明的多AGV协同工作的路径规划方法过程:
为了克服现有技术的缺陷,实现解决在多AGV任务派发时可能出现的路径冲突、相互碰撞或相互死锁的问题的发明目的,本发明采取的技术方案为:
如图2所示,本发明的多AGV协同工作的路径规划方法,包括以下步骤:
1)、构建AGV的环境模型;
2)、取出需要执行的任务;根据任务派发规则,针对每一条任务进行AGV匹配度排序;每一条待执行的任务只可分配至一辆未执行任务的车辆,并对任务进行路径规划;
3)、判断是否需要重新规划路径;
4)、判断是否满足任务发送的条件;
5)、满足步骤3)和步骤4)的条件后发送任务,更改AGV的属性列表。
本发明解决了在多AGV任务派发时可能出现的路径冲突、相互碰撞或相互死锁的问题。
二、AGV的环境模型:
所述的AGV的环境模型为静态环境拓扑地图模型,该地图为有向图,AGV在该地图中可双向运行;AGV经过的路径为图形的边,通过的站点为结点,即图G=(V,E),其中V是顶点,图G信息中的站点的有限集合,V={v1,v2,v3},E是边,即小车经过的路径的有限集合,E={e1,e2,....,en};所有的起止站点之间在路径上均有可到达的路线,每一条边都有一个权值W,代表了路径的行驶代价;
若路线为直线段,权值为站点间的欧式距离;若为曲线段,则权值为两站点间的曼哈顿距离:
所述的站点的属性值Value分为:0——取放货点、1——路径点、2——临时避让点;
其中,取放货点和临时避让点均包含子站点,即当行驶至该站点时,将进入子站点;
如图1所示,AGV的动作Action分为:0—停止在站点,1—停止在子站点。
三、所述的任务派发规则:
若任务指定AGV执行,当该AGV为空闲状态时,将该任务分配至该小车;
若任务未指定AGV,则以距离最短为原则,派发至空闲的AGV。
四、路径规划采用的算法:
所述的路径规划方法采用A*算法进行路径规划,规划的路径点集为{R},站点集合为{S};每个站点至多仅被访问一次,即AGV所需行驶的路径不存在重复路段,避免环路死锁。
五、判断是否需要重新规划路径:
简化对规划的AGV1行驶的route1以及正在执行的AGV2的剩余路径route2之间的判断,令初始标识符flag=false,即此时无需规划路径;
a)、分为以下四种情况进行判断:
case1:若AGV2为空闲状态且不在子站上,AGV2所处的站点在规划的route1路径上,此时需要重新规划路径,执行步骤2);
case2:若AGV2在执行任务中,判断route1和route2是否冲突;若冲突,且AGV1距离冲突路段的距离小于3个站点、AGV2已经处于冲突路段或下一站点即为冲突路段时,若AGV1的目标地址在冲突路段中,执行步骤2);
若AGV2的目标地址为AGV1所在的位置,则执行步骤2);
若flag=true,且冲突路段的长度大于4,若AGV1所需行驶冲突路段前的站点或冲突路径中存在临时避让点,则flag=false,该条路径的route1的次末站点的isObstacle的属性重新设置为true;
case3:若AGV2还未执行任务,只有待执行的任务,待执行任务规划的路径为tempRoute2,则需要判断route1与tempRoute2是否存在冲突路径;若存在,且AGV1和AGV2均处于冲突路径中,且AGV1的目标地址也处于冲突路径中,则执行步骤2);
case4:当AGV处于主站点时,若AGV无法执行掉头,则判断route1和AGV车头之间的角度;若该角度大于90°,则执行步骤2);
b)、把该条路径的route1的次末站点的isObstacle的属性设置为false,flag=true。
所述的初始标识符flag=true,则需要重新规划一条站点的isObstacle均为true的路线。
六、任务发送条件为以下步骤:
令route1为AGV1需要执行的路线,route2为AGV2需要执行的路线,s1为AGV1行驶路线上的第二个站点,s2为AGV1行驶路线上的第三个站点;
case1:若AGV1和AGV2之间存在路径冲突,且AGV1距离路径冲突很近,AGV2已行驶至路径冲突;若冲突路段存在临时避让点,则先将route1替换为AGV1当前点至临时避让点的路径,否则不发送任务,直至冲突路段被解除;
case2:AGV2所在的位置为s1或s2,且AGV1的目标站点为s1或s2,若AGV2在子站点且AGV1的目标动作为0,则发送任务;否则不发送任务;
所述的AGV的属性为实时所在的站点位置、剩余所需行驶的路线、剩余所需行驶的站点、目标站点、目标站点的动作。
七、对上述技术方案进行细节分析(参见图1):
1)、设AGV1在子站点S5’,需要行驶的目标站点为子站点S17’,AGV2停靠在路径点S16;根据A*算法规划的最短路径的行驶站点集合S为{S5,S4,S3,S16,S17},但满足判断是否需要重新规划路径的case1情况,则需要将站点S16的isObstacle属性设为true,则需要重新规划路径,规划的行驶点集合S为{S5,S6,S7,S8,S9,S10,S11,S12,S13,S17},且满足任务发送条件,则直接将规划的路径发送至AGV1。
2)、设AGV1在子站点S3’,需要行驶的目标站点为子站点S8’,AGV2剩余站点集合为{S9,S8,S7,S6,S5,S4,S3},根据A*规划的最短路径的行驶点集合S为{S3,S4,S5,S6,S7,S8},根据判断是否需要重新规划路径的case2情况的分析,若站点集合S中存在临时避让点,则先行驶至临时避让点,待与AGV2不存在冲突路径时,继续走完剩余的任务,若站点集合S中不存在临时避让点,则需要将站点S7的isObstacle属性设为true,再利用A*重新规划路径。
3)、设AGV1在子站点S3’,所需执行的目标站点为子站点S5’,AGV2在子站点S5’,所需执行的目标站点为子站点S3’,首先规划出AGV1的行驶站点集合{S3,S4,S5},因满足判断是否需要重新规划路径的case4,则不发送任务,此时规划AGV2的路径,规划出的路径满足判断是否需要重新规划路径的case3条件,需要对AGV2进行重新规划路径,并发送任务,待AGV2执行该条任务后,AGV1执行已规划出的在等待的路径。
八、本发明更进一步优化的技术方案:
在所述的路径规划的基础上,增加单条非环形路径。
九、本发明的有益效果:
与现有的技术相比,本发明提出了一种多AGV协同工作的路径规划方法:通过建立环境模型后,筛选出需要执行的任务,并采用A*算法对该任务进行路径规划,通过比较该路径与其他AGV之间的关系,判断是否需要对路径进行二次规划,在任务派发阶段仍需判断规划的路径能否立即执行。
本发明提出的方法简单,适合各种导航方式的AGV,根据与其他AGV行驶站点之间的判断,而非时间窗的计算,增加了系统的安全性,解决了多AGV之间相向、相遇的情形,使各AGV无碰撞的完成所需执行的任务。
十、本发明的技术创新点和技术关键点总结:
1、对规划的最短路径进行分析,多AGV之间的路径进行判断,以确保与其他AGV之前不发生冲突;
2、增加了任务发送模块,确保小车执行该任务时对其他车辆不造成影响后方可发送。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
Claims (10)
1.一种多AGV协同工作的路径规划方法,其特征在于:该路径规划方法包括以下步骤:
1)、构建AGV的环境模型;
2)、取出需要执行的任务;根据任务派发规则,针对每一条任务进行AGV匹配度排序;每一条待执行的任务只可分配至一辆未执行任务的车辆,并对任务进行路径规划;
3)、判断是否需要重新规划路径;
4)、判断是否满足任务发送的条件;
5)、满足步骤3)和步骤4)的条件后发送任务,更改AGV的属性列表。
3.按照权利要求1所述的多AGV协同工作的路径规划方法,其特征在于:所述的站点的属性值Value分为:0——取放货点、1——路径点、2——临时避让点;
其中,取放货点和临时避让点均包含子站点,即当行驶至该站点时,将进入子站点;
AGV的动作Action分为:0—停止在站点,1—停止在子站点。
4.按照权利要求1所述的多AGV协同工作的路径规划方法,其特征在于:所述的任务派发规则为:
若任务指定AGV执行,当该AGV为空闲状态时,将该任务分配至该小车;
若任务未指定AGV,则以距离最短为原则,派发至空闲的AGV。
5.按照权利要求1所述的多AGV协同工作的路径规划方法,其特征在于:所述的路径规划方法采用A*算法进行路径规划,规划的路径点集为{R},站点集合为{S};每个站点至多仅被访问一次,即AGV所需行驶的路径不存在重复路段,避免环路死锁。
6.按照权利要求1所述的多AGV协同工作的路径规划方法,其特征在于:所述的判断是否需要重新规划路径为:
简化对规划的AGV1行驶的route1以及正在执行的AGV2的剩余路径route2之间的判断,令初始标识符flag=false,即此时无需规划路径;
a)、分为以下四种情况进行判断:
case1:若AGV2为空闲状态且不在子站上,AGV2所处的站点在规划的route1路径上,此时需要重新规划路径,执行步骤2);
case2:若AGV2在执行任务中,判断route1和route2是否冲突;若冲突,且AGV1距离冲突路段的距离小于3个站点、AGV2已经处于冲突路段或下一站点即为冲突路段时,若AGV1的目标地址在冲突路段中,执行步骤2);
若AGV2的目标地址为AGV1所在的位置,则执行步骤2);
若flag=true,且冲突路段的长度大于4,若AGV1所需行驶冲突路段前的站点或冲突路径中存在临时避让点,则flag=false,该条路径的route1的次末站点的isObstacle的属性重新设置为true;
case3:若AGV2还未执行任务,只有待执行的任务,待执行任务规划的路径为tempRoute2,则需要判断route1与tempRoute2是否存在冲突路径;若存在,且AGV1和AGV2均处于冲突路径中,且AGV1的目标地址也处于冲突路径中,则执行步骤2);
case4:当AGV处于主站点时,若AGV无法执行掉头,则判断route1和AGV车头之间的角度;若该角度大于90°,则执行步骤2);
b)、把该条路径的route1的次末站点的isObstacle的属性设置为false,flag=true。
7.按照权利要求6所述的多AGV协同工作的路径规划方法,其特征在于:所述的初始标识符flag=true,则需要重新规划一条站点的isObstacle均为true的路线。
8.按照权利要求1所述的多AGV协同工作的路径规划方法,其特征在于:所述的任务发送条件为以下步骤:
令route1为AGV1需要执行的路线,route2为AGV2需要执行的路线,s1为AGV1行驶路线上的第二个站点,s2为AGV1行驶路线上的第三个站点;
case1:若AGV1和AGV2之间存在路径冲突,且AGV1距离路径冲突很近,AGV2已行驶至路径冲突;若冲突路段存在临时避让点,则先将route1替换为AGV1当前点至临时避让点的路径,否则不发送任务,直至冲突路段被解除;
case2:AGV2所在的位置为s1或s2,且AGV1的目标站点为s1或s2,若AGV2在子站点且AGV1的目标动作为0,则发送任务;否则不发送任务。
9.按照权利要求1所述的多AGV协同工作的路径规划方法,其特征在于:所述的AGV的属性为实时所在的站点位置、剩余所需行驶的路线、剩余所需行驶的站点、目标站点、目标站点的动作。
10.按照权利要求1所述的多AGV协同工作的路径规划方法,其特征在于:在所述的路径规划的基础上,增加单条非环形路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375980.2A CN111007862B (zh) | 2019-12-27 | 2019-12-27 | 一种多agv协同工作的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375980.2A CN111007862B (zh) | 2019-12-27 | 2019-12-27 | 一种多agv协同工作的路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111007862A true CN111007862A (zh) | 2020-04-14 |
CN111007862B CN111007862B (zh) | 2022-07-26 |
Family
ID=70118957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911375980.2A Active CN111007862B (zh) | 2019-12-27 | 2019-12-27 | 一种多agv协同工作的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111007862B (zh) |
Cited By (7)
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 |
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 |
CN112230662A (zh) * | 2020-10-27 | 2021-01-15 | 开封思哲睿机器人有限公司 | 一种物品存取控制方法、装置及存储介质 |
CN112863214A (zh) * | 2020-12-29 | 2021-05-28 | 广东嘉腾机器人自动化有限公司 | 一种多转向运行模式的交通管制方法 |
CN114077254A (zh) * | 2021-11-18 | 2022-02-22 | 合肥工业大学 | 一种agv路径冲突处理方法 |
CN114217615A (zh) * | 2021-12-13 | 2022-03-22 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 基于邻接表的路径规划方法 |
CN115456533A (zh) * | 2022-09-15 | 2022-12-09 | 国以贤智能科技(上海)股份有限公司 | 一种智能叉车多车调度系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11175152A (ja) * | 1997-12-16 | 1999-07-02 | Shinko Electric Co Ltd | 無人搬送車制御装置および無人搬送車制御方法 |
CN103217979A (zh) * | 2013-03-29 | 2013-07-24 | 无锡普智联科高新技术有限公司 | 基于缓冲区的多移动机器人路径冲突解决方法 |
US20160129592A1 (en) * | 2014-11-11 | 2016-05-12 | Google Inc. | Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action |
CN107167154A (zh) * | 2017-04-21 | 2017-09-15 | 东南大学 | 一种基于时间代价函数的时间窗路径规划冲突解决方法 |
CN109656249A (zh) * | 2018-12-17 | 2019-04-19 | 厦门大学嘉庚学院 | 一种基于单向轨道的多agv实时调度算法 |
CN109669456A (zh) * | 2018-12-26 | 2019-04-23 | 芜湖哈特机器人产业技术研究院有限公司 | 一种agv调度控制系统 |
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 |
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
- 2019-12-27 CN CN201911375980.2A patent/CN111007862B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11175152A (ja) * | 1997-12-16 | 1999-07-02 | Shinko Electric Co Ltd | 無人搬送車制御装置および無人搬送車制御方法 |
CN103217979A (zh) * | 2013-03-29 | 2013-07-24 | 无锡普智联科高新技术有限公司 | 基于缓冲区的多移动机器人路径冲突解决方法 |
US20160129592A1 (en) * | 2014-11-11 | 2016-05-12 | Google Inc. | Dynamically Maintaining A Map Of A Fleet Of Robotic Devices In An Environment To Facilitate Robotic Action |
CN107167154A (zh) * | 2017-04-21 | 2017-09-15 | 东南大学 | 一种基于时间代价函数的时间窗路径规划冲突解决方法 |
CN109656249A (zh) * | 2018-12-17 | 2019-04-19 | 厦门大学嘉庚学院 | 一种基于单向轨道的多agv实时调度算法 |
CN109669456A (zh) * | 2018-12-26 | 2019-04-23 | 芜湖哈特机器人产业技术研究院有限公司 | 一种agv调度控制系统 |
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 |
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 |
Cited By (9)
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 |
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 |
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 |
CN112230662A (zh) * | 2020-10-27 | 2021-01-15 | 开封思哲睿机器人有限公司 | 一种物品存取控制方法、装置及存储介质 |
CN112863214A (zh) * | 2020-12-29 | 2021-05-28 | 广东嘉腾机器人自动化有限公司 | 一种多转向运行模式的交通管制方法 |
CN114077254A (zh) * | 2021-11-18 | 2022-02-22 | 合肥工业大学 | 一种agv路径冲突处理方法 |
CN114077254B (zh) * | 2021-11-18 | 2022-09-13 | 合肥工业大学 | 一种agv路径冲突处理方法 |
CN114217615A (zh) * | 2021-12-13 | 2022-03-22 | 哈尔滨工业大学芜湖机器人产业技术研究院 | 基于邻接表的路径规划方法 |
CN115456533A (zh) * | 2022-09-15 | 2022-12-09 | 国以贤智能科技(上海)股份有限公司 | 一种智能叉车多车调度系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111007862B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111007862B (zh) | 一种多agv协同工作的路径规划方法 | |
Han et al. | Unified path planner for parking an autonomous vehicle based on RRT | |
CN110989582B (zh) | 基于路径预先占用的多agv自动避让式智能调度方法 | |
CN111026128B (zh) | 一种多激光agv的避让方法 | |
CN112833905B (zh) | 基于改进a*算法的分布式多agv无碰撞路径规划方法 | |
CN111596658A (zh) | 一种多agv无碰撞运行的路径规划方法及调度系统 | |
CN109460039A (zh) | 一种agv的路径规划方法 | |
CN111024088B (zh) | 一种激光叉车路径规划方法 | |
CN112308076B (zh) | Agv导航调度用多语义安全地图构建、使用及调度方法 | |
CN111982142A (zh) | 一种基于改进a星算法的智能车全局路径规划方法 | |
Karlsson et al. | Multi-vehicle motion planning for social optimal mobility-on-demand | |
CN112633590B (zh) | 一种用于四向穿梭车的智能入库方法及系统 | |
Gao et al. | Multi-lane convoy control for autonomous vehicles based on distributed graph and potential field | |
Duinkerken et al. | Comparison of routing strategies for AGV systems using simulation | |
Tazaki et al. | Parking trajectory planning using multiresolution state roadmaps | |
CN114840001A (zh) | 一种封闭环境下的多车协同轨迹规划方法 | |
CN110412990A (zh) | 一种用于工厂环境下的agv避碰方法 | |
CN113253726B (zh) | 一种物联网下的磁导航机器人及导航调度系统 | |
Fan et al. | Research and implementation of multi-robot path planning based on genetic algorithm | |
CN114326713A (zh) | 基于二维码导航的多agv移动机器人路径优化方法 | |
Huang et al. | Search-Based Path Planning Algorithm for Autonomous Parking: Multi-Heuristic Hybrid A | |
CN114924538A (zh) | 一种基于图结构的多agv实时调度与冲突消解方法 | |
Cui et al. | Conflict-free path planning of AGV based on improved A-star algorithm | |
Hu et al. | Autonomous Exploration for Automated Valet Parking Based on Road Structure | |
Abi-Char et al. | A Collision-Free Path Planning Algorithm for Non-Complex ASRS Using Heuristic Functions |
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 |