CN111487983A - 一种封闭式自动化物流园区的多台agv调度方法 - Google Patents

一种封闭式自动化物流园区的多台agv调度方法 Download PDF

Info

Publication number
CN111487983A
CN111487983A CN202010528530.9A CN202010528530A CN111487983A CN 111487983 A CN111487983 A CN 111487983A CN 202010528530 A CN202010528530 A CN 202010528530A CN 111487983 A CN111487983 A CN 111487983A
Authority
CN
China
Prior art keywords
agv
point
node
path
agvs
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
Application number
CN202010528530.9A
Other languages
English (en)
Other versions
CN111487983B (zh
Inventor
王小进
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 Zhenghua Heavy Industries Co Ltd
Original Assignee
Shanghai Zhenghua Heavy Industries 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 Zhenghua Heavy Industries Co Ltd filed Critical Shanghai Zhenghua Heavy Industries Co Ltd
Priority to CN202010528530.9A priority Critical patent/CN111487983B/zh
Publication of CN111487983A publication Critical patent/CN111487983A/zh
Application granted granted Critical
Publication of CN111487983B publication Critical patent/CN111487983B/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
    • G05D1/0287—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

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)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种封闭式自动化物流园区的多台AGV调度方法，包括以下步骤：1)准备阶段；2)基于Dijkstra算法框架的路径规划；3)根据步骤1)和步骤2)，实施如下交通控制逻辑：3.1)更新AGV位姿并清尾；3.2)采用贪心策略计算申请区；3.3)计算探测区；3.4)计算是否存在死锁环，若是，则处理死锁环，并再循环计算是否存在死锁环。本发明充分发挥AGV车辆的并发能力，在有限的场地内实现更高密度的车辆调度，达到更高的运行效率。

Description

一种封闭式自动化物流园区的多台AGV调度方法
技术领域
本发明涉及AGV水平运输设备的调度方法，更具体地说，涉及一种封闭式自动化物流园区的多台AGV调度方法。
背景技术
物流园区指采用搬运设备将货物在限定范围内进行移动的工作区域。而封闭式自动化物流园区则是指采用了自动化搬运设备，且与人工搬运设备完全隔离设计的物流园区。该园区规划了通行道路、交互节点，道路设计上通常允许搬运设备采用直行、转弯、原地旋转等动作，道路之间允许存在交叉，甚至密集交叉，不设红绿灯通行控制措施。这种物流园区设计通常应用于自动化集装箱码头、自动化空港、自动化仓储、自动化停车库领域，随着自动化技术的发展，其应用越来越广。
AGV(Automated Guided Vehiclc，下同)是自动化物流园区的主流水平运输设备，常见的AGV是能在水平场地上作循路行驶、精确定位的搬运设备，通常是4轮带托盘的电动卡车或者三轮叉车之类。当有水平运输任务分配给AGV时，AGV可以规划出路径，然后再由多车调度控制系统控制车辆循路行驶到达终点，完成水平运输任务。按此方式，AGV可以在封闭式物流园区内批量并发执行各种搬运任务。
请结合图1所示，是对封闭式自动化物流园区的一个抽象，WS即work station，为与外部交互的工作站点，车辆需要在交互时较长时间占有该站点；HW即为high way，为搬运车辆高速通行区域，途中的圆点为导航标记位，AGV可以通过导航标记位纠正定位信息(也可以仅做逻辑标记)，箭头即为AGV可以通行的方向，即高速车道可以设置通行方向，长方形框则表示AGV，该AGV在停止状态下可能占用多个导航标记位，即车身比较大不能简单质点化处理。AGV的任务目标就是在多个WS之间通行。
在封闭式自动化物流园区的日常运营中，几十台到上百台AGV同时行驶的情况经常出现，因此多台AGV的安全通行和高效执行是封闭式自动化物流园区必须解决的关键问题。
为了保证AGV的安全运行，采用申请-通行-释放流程几乎是业内通用的做法，请结合图2所示，其中虚线框表示AGV循路行驶时，需要先申请通过的区域，获得通行权后，此区域为该AGV独占，通行完成后，释放掉。如此循环，则可以保证AGV可以安全地循路行驶到目标地点。
在保证安全的基础上，又会出现如下两个重要的问题需要解决：
(1)等待
请结合图3所示，当两个或者两个以上AGV在同一时刻需要通过同一区域时(如图3中的A点)，则按照申请-通行-释放的逻辑，获得通行权的车辆在占用时，其它车辆只能处于等待状态，直到A区域释放之后才能继续通行。车辆运行时，需要避免不必要的等待，以保证通行效率。
(2)死锁
当两个或者两个以上的AGV发生彼此等待的情况，即发生死锁，如图4所示的双车死锁，如图5所示的多车死锁。
为了解决这些问题，业内常用的做法或多或少都存在着明显的缺陷，分析如下：
1)基于银行家算法规划路径：将路径空间当成资源，AGV当成资源消费者，当AGV新增路径时，仅当该路径与其它路径不会交叉，或者有限的交叉不会构成环形时，即构不成“持有+等待”的阻碍关系环，才允许该AGV循路行驶，否则该AGV在起点处等待。该方法从理论上就避免了死锁的产生，但是明显控制过于严格，AGV出现了额外等待。以闭环死锁为例，即使是根据路径判断为可能产生死锁的路径集合，也不一定必然在AGV行驶过程中产生死锁，如图6所示；
2)基于动态路径规划的方法：即根据AGV的运行状态，实时调整路径，从而做到避免额外等待的情况。该方法不能做到理论上提前避免死锁，而是采用死锁消解的方式，在实际运用时会发生路径回退现象，如图7所示，两车分别到达A、B点之后，发现无法通行，触发动态调整路径，然后导致其中一辆车需要回退避让，而路径回退则能耗和时耗都大为增加，整体效率不稳定；
3)完全基于时间窗的调度方法，该方法在空间的基础上加上时间维度，即该方法中的冲突定义为：多车在同一个时段内占用同一段空间。这种方法从理论上可以避免回退路径的发生，也可以避免额外的等待。但是该方法的问题在于做路径规划时需要带上预估时间，而因为实际车辆的机械等不可控因素会导致预估通行时间不准确，并且距离越远准确性越差。这就导致两个结果：A)如果按照原计划调度，则早到的车辆需要等待，迟到的车辆会造成意外的阻塞；B)而如果需要实时调整路径，计算难度和压力很大，同时为了处理延误造成的意外等待，可能会出现路径回退现象。
发明内容
针对现有技术中存在的上述缺陷，本发明的目的是提供一种封闭式自动化物流园区的多台AGV调度方法，充分发挥AGV车辆的并发能力，在有限的场地内实现更高密度的车辆调度，达到更高的运行效率。
为实现上述目的，本发明采用如下技术方案：
一种封闭式自动化物流园区的多台AGV调度方法，包括以下步骤：
1)准备阶段；
2)基于Dijkstra算法框架的路径规划；
3)根据步骤1)和步骤2)，实施如下交通控制逻辑：
3.1)更新AGV位姿并清尾；
3.2)采用贪心策略计算申请区；
3.3)计算探测区；
3.4)计算是否存在死锁环，若是，则处理死锁环，并再循环计算是否存在死锁环。
较佳的，所述步骤1)进一步包括：
1.1)将场地空间离散化，分别以节点作为代表，整个场地空间用一个集V描述；
1.2)节点之间的关联关系用U描述，其中元素为节点对(Vi，Vj)表示从Vi到Vj；
1.3)任意一个路径i使用一个有序集合Ri(Vi1，Vi2…Vim)描述，其中Vi1∈V；
1.4)AGV行驶时，将路段分为三块，即独占区C(Vc1，Vc2…Vcj)、申请区T(Vt1，Vt2…Vtk)、待行区D(Vd1，Vd2…Vdl)；
1.5)通过检测不同AGV的独占区是否有共同元素，即可知道是否存在碰撞冲突；
1.6)所有AGV在初始状态下，保证没有独占区碰撞冲突，则可进行正常作业。
较佳的，所述步骤2)进一步包括：
2.1)通过任务起点坐标信息，解析并定位到导航节点Vi，将其加入侯选处理点集S，将其与起点的距离设为0；
2.2)通过任务终点坐标信息，解析并定位到导航节点Vj，将其加入S，并将其标注为终点；
2.3)从S集合中获取距离起点距离最小的节点，做如下处理：
若该点是终点，则路径处理结束，依次输出路径节点即可；
若该点不是终点，则转入步骤2.4)；
2.4)根据关联关系U中的记录，查找所有与当前点关联的点，做如下处理：
若关联点已经处理过，则放弃；
若关联点未处理，且不在侯选点集S，则直接加入S，并记录与当前点的先后关系；
若关联点在点集S中，则做松弛处理，即计算与起点的距离，若小于原值则更新距离和关联次序，否则不处理；
2.5)路径未完成，且S点未空，地图点集合V没有全部遍历，则继续步骤2.3)，否则路径不存在，并退出。
较佳的，所述步骤3.3)进一步包括：
3.3.1)输入待处理的AGV集合；
3.3.2)判断是否存在未达终点且未处理的AGV，若是，则初始化待行区；
3.3.3)取路径上紧邻独占区的最后一个节点；
3.3.4)判断该节点是否为终点，若是，则返回步骤3.3.2)，若否，则进入步骤3.3.5)
3.3.5)判断下一个节点是否为出弯点/斜行摆正点，若是，则进入步骤3.3.6)，若否，则进入步骤3.3.7)；
3.3.6)计算特殊锁闭区；
3.3.7)合并待行区；
3.3.8)取路径上下一个节点，重复步骤3.3.4)。
较佳的，所述步骤3.4)计算死锁环进一步包括：
3.4.1)输入构成死锁的有序非空AGV集，并初始化环域；
3.4.2)取第一辆AGV，设为当前AGV；
3.4.3)取当前AGV的独占区终点；
3.4.4)取当前AGV路径上的下一个节点；
3.4.5)判断跟环域首个节点是否相同，若是，则结束，若否，则进入步骤3.4.6)；
3.4.6)判断在下一AGV的独占区，若是，则使用下一辆AGV代替当前AGV，并返回步骤3.4.4)，若否，则进入步骤3.4.7)；
3.4.7)判断是否为终点，若是，则进入步骤3.4.8)，若否，则将当前节点存入环域中，并返回步骤3.4.4)；
3.4.8)输出结果：指定AGV不成环。
较佳的，所述步骤3.4)处理死锁环进一步包括：
3.4.a)输入待处理的死锁环集合，进行预处理；
3.4.b)初始化已处理AGV集合；
3.4.c)判断是否存在未处理的死锁环，若是，则进入步骤3.5.d)，若否，则结束；
3.4.d)取下一个死锁环；
3.4.e)判断存在已处理的AGV，若是，则返回步骤3.4.c)，若否，则进入步骤3.4.f)；
3.4.f)判断存在未处理的AGV，若是，则进入步骤3.4.g)，若否，则报错并结束；
3.4.g)将该AGV的独占区恢复到合并申请区之前；
3.4.h)Try_index置空，失败次数+1；
3.4.i)将该AGV加入到已处理AGV集合，并返回步骤3.4.c)，循环处理每一个环。
较佳的，所述步骤3.4.a)中预处理进一步包括：
3.4.a.1)使用死锁环集中出现的所有AGV，构建AGV集合；
3.4.a.2)计算每一个AGV出现在环中的次数；
3.4.a.3)清洗数据。
较佳的，所述步骤3.4.a.3)清洗数据包括去除每一个死锁环中独占区没有延伸的AGV，及将剩余的AGV按照出现次数从小到大排序。
在上述的技术方案中，本发明所提供的一种封闭式自动化物流园区的多台AGV调度方法，是首个能够解决诸多明显缺陷的综合性的、高效的调度方法，其它的调度方法普遍在实际运用时普遍存在诸多无法处理的问题，详情见本方案背景部分，而本发明方法具有普遍性，并不时只适用于某一种场景，只要是基于二维平面的水平运输区域，本发明方法都有适应性。另外，本发明方法可以充分发挥AGV车辆的并发能力，在有限的场地内实现更高密度的车辆调度，达到更高的运行效率。
附图说明
图1是现有封闭式自动化物流园区局部通行的示意图；
图2是现有封闭式自动化物流园区内锁闭区通行的示意图；
图3是现有封闭式自动化物流园区内锁闭区通行等待的示意图；
图4是现有封闭式自动化物流园区内发生双车死锁的示意图；
图5是现有封闭式自动化物流园区内发生多车死锁的示意图；
图6是现有封闭式自动化物流园区内发生有环无死锁的示意图；
图7是现有封闭式自动化物流园区内发生回退工况的示意图；
图8是本发明方法的流程示意图；
图9是根据本发明方法中准备阶段所有车辆的申请区和独占区的有向连通图；
图10是图9中A车、B车、C车构成阻碍的关系图；
图11是本发明方法中计算探测区的流程示意图；
图12是本发明方法中求死锁环的流程示意图；
图13是本发明方法中处理死锁的流程示意图；
图14是本发明方法中AGV车辆锁闭区优化的示意图；
图15是本发明方法实施例中AGV车辆遇到冲突回环的示意图；
图16是本发明方法实施例中AGV车辆允许进入回环的示意图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
请结合图10所示，本发明所提供的一种封闭式自动化物流园区的多台AGV调度方法，包括以下步骤：
1)准备阶段；
1.1)将场地空间离散化，分别以节点作为代表，再请结合图1所示，那么整个场地空间用一个集V描述；
1.2)节点之间的关联关系用U描述，其中元素为节点对(Vi，Vj)表示从Vi到Vj；
1.3)任意一个路径i可以使用一个有序集合Ri(Vi1，Vi2…Vim)描述，其中Vi1∈V；
1.4)AGV行驶时，将路段分为三块，即独占区C(Vc1，Vc2…Vcj)、申请区T(Vt1，Vt2…Vtk)、待行区D(Vd1，Vd2…Vdl)，其中独占区C、申请区T、待行区D按顺序组合在一起即为路径R中从AGV当前位置到终点的路段；
1.5)通过检测不同AGV的独占区是否有共同元素，即可知道是否存在碰撞冲突，该冲突应该是绝对禁止的；
1.6)所有AGV在初始状态下，保证没有独占区碰撞冲突，则可进行正常作业。
2)基于Dijkstra算法框架的路径规划；
2.1)通过任务起点坐标信息，解析并定位到导航节点Vi，将其加入侯选处理点集S，将其与起点的距离设为0；
2.2)通过任务终点坐标信息，解析并定位到导航节点Vj，将其加入S，并将其标注为终点；
2.3)从S集合中获取距离起点距离最小的节点，做如下处理：
若该点是终点，则路径处理结束，依次输出路径节点即可；
若该点不是终点，则转入步骤2.4)；
2.4)根据关联关系U中的记录，查找所有与当前点关联的点，做如下处理：
若关联点已经处理过，则放弃；
若关联点未处理，且不在侯选点集S，则直接加入S，并记录与当前点的先后关系；
若关联点在点集S中，则做松弛处理，即计算与起点的距离，若小于原值则更新距离和关联次序，否则不处理；
2.5)路径未完成，且S点未空，地图点集合V没有全部遍历，则继续步骤2.3)，否则路径不存在，并退出。
3)根据步骤1)准备阶段和步骤2)路径规划，所有AGV车辆的申请区和独占区冲突关系可以构成一张有向连通图，如图8所示。其中C车阻碍了B车，B车阻碍了A车，A车又阻碍了C车，从而构成了相互阻碍关系，如图9所示。交通控制的主要目的就是保证所有AGV车辆的阻碍关系不会构成如图9所示的环状关系，具体控制逻辑如下：
3.1)所有AGB车辆初始状态下，没有路径，所以其阻碍关系中所有AGV车辆的出度为0，入度也为0，自然不会出现阻碍环；
3.2)一条新的路径加入，需要做如下两种检查：
a、新路径的终点不应该在别的路径上；
b、新路径不应该经过别的路径的终点；
c、新路径的加入时，因为有前两点检查的存在，因此新路径不会构成死锁，如果一定要破坏这两个约束，则可参考后文的优化措施1)；
3.3)对于这个AGV车辆群的冲突决策控制，采用迭代方式，以一秒为一个周期；
3.4)根据每一辆AGV车辆的最新位置，进行清尾操作，即释放其已经通过的独占区；
3.5)在一个冲突周期内，所有AGV车辆基于贪心策略，计算一个最小的申请区，该申请区需要考虑2-3个周期余量；
3.6)根据所有AGV车辆的申请区和独占区的冲突关系构建有向连通图，以该图作为问题图，以前一个周期的有向连通图构造解空间；
3.7)选择合适的策略，决策出需要等待的AGV车辆，关于策略问题可参考后文的优化措施2)；
3.8)此时虽然决策需要等待，但是未必会最终等待，此时步骤3.4)的余量可以发挥作用，具体可参见后文的优化措施4)；
3.9)不需要等待的AGV车辆，则允许其通过申请区；
3.10)重复步骤3.2)至步骤3.9)，直到所有任务都已经完成。
请结合图11所示，对于交通控制中计算探测区的具体流程如下：
3.3.1)输入待处理的AGV集合；
3.3.2)判断是否存在未达终点且未处理的AGV，若是，则初始化待行区；
3.3.3)取路径上紧邻独占区的最后一个节点；
3.3.4)判断下一个节点是否为终点，若是，则返回步骤3.3.2)，若否，则进入步骤3.3.5)
3.3.5)判断该节点是否为出弯点/斜行摆正点，若是，则进入步骤3.3.6)，若否，则进入步骤3.3.7)；
3.3.6)计算特殊锁闭区；
3.3.7)合并待行区；
3.3.8)取路径上下一个节点，重复步骤3.3.4)。
请结合图12所示，对于交通控制中求死锁环的具体流程如下：
3.4.1)输入构成死锁的有序非空AGV集，并初始化环域；
3.4.2)取第一辆AGV，设为当前AGV；
3.4.3)取当前AGV的独占区终点；
3.4.4)取当前AGV路径上的下一个节点；
3.4.5)判断跟环域首个节点是否相同，若是，则结束，若否，则进入步骤3.4.6)；
3.4.6)判断在下一AGV的独占区，若是，则使用下一辆AGV代替当前AGV，并返回步骤3.4.4)，若否，则进入步骤3.4.7)；
3.4.7)判断是否为终点，若是，则进入步骤3.4.8)，若否，则将当前节点存入环域中，并返回步骤3.4.4)；
3.4.8)输出结果：指定AGV不成环。
请结合图13所示，对于交通控制中处理死锁的具体流程如下：
3.4.a)输入待处理的死锁环集合，进行预处理，预处理包括：
a、使用死锁环集中出现的所有AGV，构建AGV集合；
b、计算每一个AGV出现在环中的次数；
c、清洗数据：1、去除每一个死锁环中独占区没有延伸的AGV；2、将剩余的AGV按照出现次数从小到大排序；
3.4.b)初始化已处理AGV集合；
3.4.c)判断是否存在未处理的死锁环，若是，则进入步骤3.5.d)，若否，则结束；
3.4.d)取下一个死锁环；
3.4.e)判断存在已处理的AGV，若是，则返回步骤3.4.c)，若否，则进入步骤3.4.f)；
3.4.f)判断存在未处理的AGV，若是，则进入步骤3.4.g)，若否，则报错并结束；
3.4.g)将该AGV的独占区恢复到合并申请区之前；
3.4.h)Try_index置空，失败次数+1；
3.4.i)将该AGV加入到已处理AGV集合，并返回步骤3.4.c)，循环处理每一个环。
本发明方法还涉及的优化措施具体如下：
1)为了避免有其它车辆通过本车的终点，可以在终点位置设置障碍区，使得其它车辆在规划路径时就避开此区域。
2)在决策通行时，一种策略是让尽可能少的车辆出现等待，如果采用组合遍历的方式，则事件复杂度为O(N！)，过于复杂，可仿照背包问题采用贪心算法求解，即依次尝试让每一辆车停车避让，根据其处理结果给予评分，然后选择评分最高的策略进行避让。如果车辆有优先级问题，则可参考优化措施3)
3)将车辆按照通行权进行排序，一次决策让一辆车通行，每次决策完后判断是否产生死锁环，如果存在则该车停止继续下一辆，如果不存在则该车通行，继续下一辆。
4)AGV车辆的独占区是一个队列，只可以从后方释放，不可以从前方释放。因此在进行申请区与独占区比较时，不需要比较整个区域，只需要比较T区的最后一个车身位置即可。这样一来，一辆车在前一个周期判断等待，但是下一个周期如果等待的申请区或者独占区发生了变化，而直接比较最后一个车身位时，如果冲突没有了，则不必等待。等于做了一次纠正，如果连续2个周期都没有纠正，则说明确实需要等待，此时则没有任何额外等待。
5)采用节点方式控制比较粗糙，按照本发明方法调度时，计算压力大为减少，因此该AGV车辆的安全区完全可以采用矩形来叠加描述，如图14所示，其控制精度大为提高，可以进一步减少等待时间。
本发明方法针对自动化园区物流的特点，提出一种路径规划和交通控制独立运行的方法。路径规划负责在负载均衡的基础上规划出最佳路径(耗时最短或者距离最短等)，交通控制则负责调度车辆按路径通行，根据路径和空间使用计划，提前预测到冲突和死锁，并在实际发生。本发明方法的特点在于交通控制的刷新时间为1秒左右，因此只需要提前1到2秒预测到等待或者死锁，并提前做出决策，从而从理论上避开不必要的等待和死锁。因为预测和实际发生的时间间隔只有2秒以内，所以预测的精度特别高，不会出现不必要的等待，而且又因为是预测并提前避开冲突和死锁，因此只要任务本身没有变更，就不会出现路径回退现象。最终提供一种无额外等待、无回退、无死锁的封闭式自动化物流园区多AGV高效调度的方法。
无额外等待：采用最晚做决策的原则，只有当等待或者死锁发生的前一刻才做决策进行避让，这样就避免了因为计划与实际运行时误差导致的无效等待。
无死锁：在冲突和死锁发生前1～2秒进行预测，预测时考虑整条通行路径上的空间，而不是仅仅考虑当前的通行区域。预测到冲突或者死锁发生时，做决策让部分车辆停车避让即可。
无回退：因为冲突和死锁是预测并处理的，所以车辆不需要回退，最多就是停车等待而已。
高效：所有车辆的路径空间申请都是基于贪婪原则，按照当前车辆不减速运行的最小空间进行的，另外车辆减少了等待则提高了通行速度，而最晚决策机制，允许尽可能多的车并发，三者结合之后则整体调度系统自然高效。
实施例
以4台AGV在一个通行环区运输的过程为例，对于本发明方法提出的无额外等待、无回退、无死锁的AGV高效调度方法进行说明。如图15所示，四车在A、B、C、D四个节点组成的区域中，形成了路径上的环。常规的调度方法需要车辆在环外等待，或者不允许路径构成环，本调度方法在计算到黄色车辆到达B点后可以继续行进，当其锁闭区到达E点时，根据优化措施4即可知道B点可以被进入环内的车辆释放，所以不必在环外等待。从而车辆可以进入如图16状态，整个过程中车辆并未发生不必要的等待，且因为不会形成不可解的死锁环，所以不存在回退问题。之后随着车辆可以离开冲突区，则可以顺利到达各自的目标点。
本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (8)

1.一种封闭式自动化物流园区的多台AGV调度方法，其特征在于，包括以下步骤：
1)准备阶段；
2)基于Dijkstra算法框架的路径规划；
3)根据步骤1)和步骤2)，实施如下交通控制逻辑：
3.1)更新AGV位姿并清尾；
3.2)采用贪心策略计算申请区；
3.3)计算探测区；
3.4)计算是否存在死锁环，若是，则处理死锁环，并再循环计算是否存在死锁环。
2.如权利要求1所述的封闭式自动化物流园区的多台AGV调度方法，其特征在于：所述步骤1)进一步包括：
1.1)将场地空间离散化，分别以节点作为代表，整个场地空间用一个集V描述；
1.2)节点之间的关联关系用U描述，其中元素为节点对(Vi，Vj)表示从Vi到Vj；
1.3)任意一个路径i使用一个有序集合Ri(Vi1，Vi2…Vim)描述，其中Vi1∈V；
1.4)AGV行驶时，将路段分为三块，即独占区C(Vc1，Vc2…Vcj)、申请区T(Vt1，Vt2…Vtk)、待行区D(Vd1，Vd2…Vdl)；
1.5)通过检测不同AGV的独占区是否有共同元素，即可知道是否存在碰撞冲突；
1.6)所有AGV在初始状态下，保证没有独占区碰撞冲突，则可进行正常作业。
3.如权利要求2所述的封闭式自动化物流园区的多台AGV调度方法，其特征在于：所述步骤2)进一步包括：
2.1)通过任务起点坐标信息，解析并定位到导航节点Vi，将其加入侯选处理点集S，将其与起点的距离设为0；
2.2)通过任务终点坐标信息，解析并定位到导航节点Vj，将其加入S，并将其标注为终点；
2.3)从S集合中获取距离起点距离最小的节点，做如下处理：
若该点是终点，则路径处理结束，依次输出路径节点即可；
若该点不是终点，则转入步骤2.4)；
2.4)根据关联关系U中的记录，查找所有与当前点关联的点，做如下处理：
若关联点已经处理过，则放弃；
若关联点未处理，且不在侯选点集S，则直接加入S，并记录与当前点的先后关系；
若关联点在点集S中，则做松弛处理，即计算与起点的距离，若小于原值则更新距离和关联次序，否则不处理；
2.5)路径未完成，且S点未空，地图点集合V没有全部遍历，则继续步骤2.3)，否则路径不存在，并退出。
4.如权利要求3所述的封闭式自动化物流园区的多台AGV调度方法，其特征在于：所述步骤3.3)进一步包括：
3.3.1)输入待处理的AGV集合；
3.3.2)判断是否存在未达终点且未处理的AGV，若是，则初始化待行区；
3.3.3)取路径上紧邻独占区的最后一个节点；
3.3.4)判断下一个节点是否为终点，若是，则返回步骤3.3.2)，若否，则进入步骤3.3.5)
3.3.5)判断该节点是否为出弯点/斜行摆正点，若是，则进入步骤3.3.6)，若否，则进入步骤3.3.7)；
3.3.6)计算特殊锁闭区；
3.3.7)合并待行区；
3.3.8)取路径上下一个节点，重复步骤3.3.4)。
5.如权利要求3所述的封闭式自动化物流园区的多台AGV调度方法，其特征在于：所述步骤3.4)计算死锁环进一步包括：
3.4.1)输入构成死锁的有序非空AGV集，并初始化环域；
3.4.2)取第一辆AGV，设为当前AGV；
3.4.3)取当前AGV的独占区终点；
3.4.4)取当前AGV路径上的下一个节点；
3.4.5)判断跟环域首个节点是否相同，若是，则结束，若否，则进入步骤3.4.6)；
3.4.6)判断在下一AGV的独占区，若是，则使用下一辆AGV代替当前AGV，并返回步骤3.4.4)，若否，则进入步骤3.4.7)；
3.4.7)判断是否为终点，若是，则进入步骤3.4.8)，若否，则将当前节点存入环域中，并返回步骤3.4.4)；
3.4.8)输出结果：指定AGV不成环。
6.如权利要求3所述的封闭式自动化物流园区的多台AGV调度方法，其特征在于：所述步骤3.4)处理死锁环进一步包括：
3.4.a)输入待处理的死锁环集合，进行预处理；
3.4.b)初始化已处理AGV集合；
3.4.c)判断是否存在未处理的死锁环，若是，则进入步骤3.5.d)，若否，则结束；
3.4.d)取下一个死锁环；
3.4.e)判断存在已处理的AGV，若是，则返回步骤3.4.c)，若否，则进入步骤3.4.f)；
3.4.f)判断存在未处理的AGV，若是，则进入步骤3.4.g)，若否，则报错并结束；
3.4.g)将该AGV的独占区恢复到合并申请区之前；
3.4.h)Try_index置空，失败次数+1；
3.4.i)将该AGV加入到已处理AGV集合，并返回步骤3.4.c)，循环处理每一个环。
7.如权利要求6所述的封闭式自动化物流园区的多台AGV调度方法，其特征在于：所述步骤3.4.a)中预处理进一步包括：
3.4.a.1)使用死锁环集中出现的所有AGV，构建AGV集合；
3.4.a.2)计算每一个AGV出现在环中的次数；
3.4.a.3)清洗数据。
8.如权利要求7所述的封闭式自动化物流园区的多台AGV调度方法，其特征在于：所述步骤3.4.a.3)清洗数据包括去除每一个死锁环中独占区没有延伸的AGV，及将剩余的AGV按照出现次数从小到大排序。
CN202010528530.9A 2020-06-11 2020-06-11 一种封闭式自动化物流园区的多台agv调度方法 Active CN111487983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010528530.9A CN111487983B (zh) 2020-06-11 2020-06-11 一种封闭式自动化物流园区的多台agv调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010528530.9A CN111487983B (zh) 2020-06-11 2020-06-11 一种封闭式自动化物流园区的多台agv调度方法

Publications (2)

Publication Number Publication Date
CN111487983A true CN111487983A (zh) 2020-08-04
CN111487983B CN111487983B (zh) 2023-07-25

Family

ID=71795813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010528530.9A Active CN111487983B (zh) 2020-06-11 2020-06-11 一种封闭式自动化物流园区的多台agv调度方法

Country Status (1)

Country Link
CN (1) CN111487983B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113671965A (zh) * 2021-08-24 2021-11-19 同济大学 路径规划方法及装置
CN114326753A (zh) * 2022-03-07 2022-04-12 杭州蓝芯科技有限公司 一种调控区域内多机器人的死锁检测方法
CN114613140A (zh) * 2022-03-18 2022-06-10 西安主函数智能科技有限公司 无人车辆的交叉区域的智能调度方法及装置
CN115638804A (zh) * 2022-10-24 2023-01-24 西北工业大学 一种无死锁的无人车辆在线路径规划方法
CN115683120A (zh) * 2022-12-30 2023-02-03 湖北凯乐仕通达科技有限公司 机器人多车互锁检测、解锁方法和装置

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0213938A2 (en) * 1985-08-30 1987-03-11 Texas Instruments Incorporated Failsafe brake for a multi-wheel vehicle with motor controlled steering
JPH09225783A (ja) * 1996-02-21 1997-09-02 Kobe Steel Ltd Ａｇｖ運行計画システム
JPH1030203A (ja) * 1996-07-18 1998-02-03 Tokyu Car Corp 走行車用通路装置
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法
CN107608351A (zh) * 2017-09-18 2018-01-19 华南理工大学 一种agv自主交通管制装置及方法
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
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
CN109489667A (zh) * 2018-11-16 2019-03-19 楚天智能机器人（长沙）有限公司 一种基于权值矩阵的改进蚁群路径规划方法
CN109597385A (zh) * 2018-12-26 2019-04-09 芜湖哈特机器人产业技术研究院有限公司 一种栅格地图及基于栅格地图的多agv动态路径规划方法
KR20190074328A (ko) * 2017-12-19 2019-06-28 에스아이에스 주식회사 충돌 가능성이 있는 무인운반차들의 경로 및 속도 재설정
CN110058586A (zh) * 2019-03-12 2019-07-26 浙江大华技术股份有限公司 一种自动导引运输车路径冲突的避让方法及装置
CN110412990A (zh) * 2019-08-27 2019-11-05 大连理工大学 一种用于工厂环境下的agv避碰方法
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
CN111079967A (zh) * 2018-10-22 2020-04-28 杭州海康机器人技术有限公司 设备控制方法、装置、服务器、存储介质及设备控制系统

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0213938A2 (en) * 1985-08-30 1987-03-11 Texas Instruments Incorporated Failsafe brake for a multi-wheel vehicle with motor controlled steering
JPH09225783A (ja) * 1996-02-21 1997-09-02 Kobe Steel Ltd Ａｇｖ運行計画システム
JPH1030203A (ja) * 1996-07-18 1998-02-03 Tokyu Car Corp 走行車用通路装置
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法
CN107608351A (zh) * 2017-09-18 2018-01-19 华南理工大学 一种agv自主交通管制装置及方法
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
KR20190074328A (ko) * 2017-12-19 2019-06-28 에스아이에스 주식회사 충돌 가능성이 있는 무인운반차들의 경로 및 속도 재설정
CN111079967A (zh) * 2018-10-22 2020-04-28 杭州海康机器人技术有限公司 设备控制方法、装置、服务器、存储介质及设备控制系统
CN109489667A (zh) * 2018-11-16 2019-03-19 楚天智能机器人（长沙）有限公司 一种基于权值矩阵的改进蚁群路径规划方法
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
CN109597385A (zh) * 2018-12-26 2019-04-09 芜湖哈特机器人产业技术研究院有限公司 一种栅格地图及基于栅格地图的多agv动态路径规划方法
CN110058586A (zh) * 2019-03-12 2019-07-26 浙江大华技术股份有限公司 一种自动导引运输车路径冲突的避让方法及装置
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
CN110412990A (zh) * 2019-08-27 2019-11-05 大连理工大学 一种用于工厂环境下的agv避碰方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113671965A (zh) * 2021-08-24 2021-11-19 同济大学 路径规划方法及装置
CN113671965B (zh) * 2021-08-24 2024-03-12 同济大学 路径规划方法及装置
CN114326753A (zh) * 2022-03-07 2022-04-12 杭州蓝芯科技有限公司 一种调控区域内多机器人的死锁检测方法
CN114326753B (zh) * 2022-03-07 2022-06-24 杭州蓝芯科技有限公司 一种调控区域内多机器人的死锁检测方法
CN114613140A (zh) * 2022-03-18 2022-06-10 西安主函数智能科技有限公司 无人车辆的交叉区域的智能调度方法及装置
CN114613140B (zh) * 2022-03-18 2023-03-14 西安主函数智能科技有限公司 无人车辆的交叉区域的智能调度方法及装置
CN115638804A (zh) * 2022-10-24 2023-01-24 西北工业大学 一种无死锁的无人车辆在线路径规划方法
CN115638804B (zh) * 2022-10-24 2024-04-30 西北工业大学 一种无死锁的无人车辆在线路径规划方法
CN115683120A (zh) * 2022-12-30 2023-02-03 湖北凯乐仕通达科技有限公司 机器人多车互锁检测、解锁方法和装置

Also Published As

Publication number Publication date
CN111487983B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN111487983A (zh) 一种封闭式自动化物流园区的多台agv调度方法
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
CN107816996B (zh) 时变环境下agv流时空干涉检测与规避方法
CA3138062C (en) Systems and methods for optimizing route plans in an operating environment
US11840256B2 (en) Global multi-vehicle decision making system for connected and automated vehicles in dynamic environment
CN109460039A (zh) 一种agv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
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
JP7328923B2 (ja) 情報処理装置、情報処理方法、及びコンピュータプログラム
CN114281080B (zh) 一种amr调度系统中解死锁的方法
CN113899383B (zh) 基于短路径的多车防死锁方法、系统、设备及存储介质
CN113532443B (zh) 路径规划方法、装置、电子设备及介质
CN115079702A (zh) 一种混合道路场景下的智能车辆规划方法和系统
CN116993255A (zh) 一种基于多智能体仿真的agvs动态无碰路径规划方法
Halder et al. Minimum-violation velocity planning with temporal logic constraints
CN115638804B (zh) 一种无死锁的无人车辆在线路径规划方法
CN116755401A (zh) 包含路径规划和车辆通行策略的多无人叉车调度控制方法
CN114924538A (zh) 一种基于图结构的多agv实时调度与冲突消解方法
CN114661047A (zh) 一种基于时间窗的多agv实时调度的路径优化方法
CN115871709A (zh) 自动驾驶车辆进站轨迹规划方法、装置、设备、介质和车辆
CN113515117A (zh) 一种基于时间窗的多agv实时调度的冲突消解方法
CN115857482A (zh) 基于关键点的死锁预防方法以及小车控制系统
JP3728864B2 (ja) 無人搬送車制御装置および方法
CN114353797A (zh) 一种实时路径规划方法及agv
CN111523789A (zh) 一种基于步长的多agv实时调度方法

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