CN111832844A - 一种agv最短路径规划方法、装置及计算机可读存储介质 - Google Patents
一种agv最短路径规划方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111832844A CN111832844A CN202010755537.4A CN202010755537A CN111832844A CN 111832844 A CN111832844 A CN 111832844A CN 202010755537 A CN202010755537 A CN 202010755537A CN 111832844 A CN111832844 A CN 111832844A
- Authority
- CN
- China
- Prior art keywords
- path
- agv
- shortest path
- shortest
- nodes
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000011159 matrix material Substances 0.000 claims abstract description 80
- 238000010845 search algorithm Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Automation & Control Theory (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种AGV最短路径规划方法，包括建立邻接矩阵，已规划路径的所有路径节点分别构成邻接矩阵的行和列；如果两个路径节点之间为互通关系，则这两个路径节点在邻接矩阵的值设为1，否则设为0；使用DFS(Depth‑First‑Search)深度优先搜索算法，搜索到从起点到终点之间的所有路径；计算上述步骤中搜索到的每条路径的距离值，距离值为小的路径即为AGV运行的最短路径；本发明还公开了一种AGV最短路径规划装置及计算机可读存储介质；本发明适用于AGV在工厂车间的最短路径搜寻，计算简单高效。
Description
技术领域
本发明涉及AGV技术领域，具体涉及一种AGV最短路径规划方法、装置及计算机可读存储介质。
背景技术
随着我国的制造业企业纷纷推行自动化升级，自动化搬运设备AGV成为越来越多企业实现自动化物流的必备工具。AGV的出现大大减少了人工劳动力，它的稳定性、持续性、稳定性、安全性通过市场长期验证，得到了一定的认可。
在现在的AGV运行系统中，运行效率已经成为设计者需要考虑的一个重大因数。合理的路径的规划，在提高运行效率起到了一定的作用，但最短路径选择则会在系统中大大提高运行效率；在以往的系统设计中，只要AGV能够把货物安全的送到指定位置就行。然而随着现代化工业的迅猛发展，AGV如何将货物快速送达已经成为AGV技术发展的必然趋势。
目前，AGV最短路径规划方法主要采用Dijkstra算法、Bellman-Ford算法、Floyd算法和SPFA算法等经典算法，以及著名的启发式搜索算法A*。然而，这些算法都相对复杂，若使用上述经典算法进行AGV车在工厂车间的最短路径规化，会导致计算复杂效率低。
发明内容
本发明的主要目的在于提供一种AGV最短路径规划方法、装置及计算机可读存储介质，旨在解决现有用于AGV最短路径规划的经典算法计算复杂低效的问题。
为了达到上述目的，本发明提供了一种AGV最短路径规划方法，用于在已规划路径上计算出一条最短路径，以让AGV沿所述最短路径行驶，从而在最短时间内到达目的地；所述已规划路径由地图坐标系中设置的多个路径节点连接而成，所述路径节点为起点或终点或所述起点和所述终点之间的参考点，所述参考点为多个；
所述方法包括以下步骤：
S1：建立邻接矩阵，所述已规划路径的所有所述路径节点分别构成所述邻接矩阵的行和列；
S2：如果两个所述路径节点之间为互通关系，则这两个所述路径节点在所述邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从所述起点到所述终点之间的所有路径；
S4：计算所述步骤S3中搜索到的每条路径的距离值，所述距离值为小的路径即为所述AGV运行的最短路径。
进一步地，所述步骤S3搜索到的所有路径保存于数组Paths中，所述数组Paths中的每条路径包含所述起点、所述终点以及所述起点至所述终点之间的所述参考点。
进一步地，所述邻接矩阵的第一行的第一个元素和第一列的第一个元素为所述起点，所述邻接矩阵的第一行的最后一个元素和第一列的最后一个元素为所述终点，所述邻接矩阵第一行的第二个元素至倒数第二个元素和第一列的第二个元素至倒数第二个元素为所述参考点。
进一步地，两个所述路径节点之间的距离值在地图坐标系中预先测量得出。
进一步地，所述步骤S3搜索出从所述起点至所述终点之间的所有可到达所述终点的路径。
本发明还提供了一种AGV最短路径规划装置，用于在已规划路径上计算出一条最短路径，以让AGV沿所述最短路径行驶，从而在最短时间内到达目的地；所述已规划路径由地图坐标系中设置的多个路径节点连接而成，所述路径节点为起点或终点或所述起点和所述终点之间的参考点，所述参考点为多个；所述AGV最短路径规划装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的AGV最短路径规划程序，
所述AGV最短路径规划程序被所述处理器执行时实现如下步骤：
S1：建立邻接矩阵，所述已规划路径的所有所述路径节点分别构成所述邻接矩阵的行和列；
S2：如果两个所述路径节点之间为互通关系，则这两个所述路径节点在所述邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从所述起点到所述终点之间的所有路径；
S4：计算所述步骤S3中搜索到的每条路径的距离值，所述距离值为小的路径即为所述AGV运行的最短路径。
进一步地，所述AGV最短路径规划程序被所述处理器执行时，所述步骤S3搜索到的所有路径保存于数组Paths中，所述数组Paths中的每条路径包含所述起点、所述终点以及所述起点至所述终点之间的所述参考点；所述步骤S3搜索出从所述起点至所述终点之间的所有可到达所述终点的路径。
进一步地，所述AGV最短路径规划程序被所述处理器执行时，所述邻接矩阵的第一行的第一个元素和第一列的第一个元素为所述起点，所述邻接矩阵的第一行的最后一个元素和第一列的最后一个元素为所述终点，所述邻接矩阵第一行的第二个元素至倒数第二个元素和第一列的第二个元素至倒数第二个元素为所述参考点。
进一步地，所述AGV最短路径规划程序被所述处理器执行时，两个所述路径节点之间的距离值在地图坐标系中预先测量得出。
本发明还提供了一种计算机可读存储介质，用于在已规划路径上计算出一条最短路径，以让AGV沿所述最短路径行驶，从而在最短时间内到达目的地；所述已规划路径由地图坐标系中设置的多个路径节点连接而成，所述路径节点为起点或终点或所述起点和所述终点之间的参考点，所述参考点为多个；所述计算机可读存储介质上存储有AGV最短路径规划程序，所述AGV最短路径规划程序被处理器执行时实现如下步骤：
S1：建立邻接矩阵，所述已规划路径的所有所述路径节点分别构成所述邻接矩阵的行和列；
S2：如果两个所述路径节点之间为互通关系，则这两个所述路径节点在所述邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从所述起点到所述终点之间的所有路径；
S4：计算所述步骤S3中搜索到的每条路径的距离值，所述距离值为小的路径即为所述AGV运行的最短路径。
本发明提供的一种AGV最短路径规划方法，包括建立邻接矩阵，已规划路径的所有路径节点分别构成邻接矩阵的行和列；如果两个路径节点之间为互通关系，则这两个路径节点在邻接矩阵的值设为1，否则设为0；使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从起点到终点之间的所有路径；计算上述步骤中搜索到的每条路径的距离值，距离值为小的路径即为AGV运行的最短路径；本发明还公开了一种AGV最短路径规划装置及计算机可读存储介质；与现有AGV最短路径规划的经典算法相比，本发明适用于AGV在工厂车间的最短路径搜寻，计算简单高效。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
图2是本发明AGV最短路径规划方法第一实施例的流程示意图。
图3是本发明实施例涉及的路径节点关系图。
图4是本发明实施例涉及的邻接矩阵图。
图5是本发明实施例涉及的邻接矩阵预测图。
图6是本发明实施例涉及的邻接矩阵运行图。
上述附图中的标记为：1、处理器；2、通信总线；3、用户接口；4、网络接口；5、存储器；51、操作系统；52、网络通信模块；53、用户接口模块；54、AGV最短路径规划程序。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
以下结合附图与具体实施例，对本发明的技术方案做详细的说明。
参照图1至图6，为本发明的较佳实施例。
参照图2，本发明提供的一种AGV最短路径规划方法，用于在已规划路径上计算出一条最短路径，以让AGV沿最短路径行驶，从而在最短时间内到达目的地；已规划路径由地图坐标系中设置的多个路径节点连接而成，路径节点为起点或终点或起点和终点之间的参考点，参考点为多个；
该方法包括以下步骤：
S1：建立邻接矩阵，已规划路径的所有路径节点分别构成邻接矩阵的行和列；
S2：如果两个路径节点之间为互通关系，则这两个路径节点在邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从起点到终点之间的所有路径；
S4：计算步骤S3中搜索到的每条路径的距离值，距离值为小的路径即为AGV运行的最短路径。
上述提供的技术方案，包括建立邻接矩阵，已规划路径的所有路径节点分别构成邻接矩阵的行和列；如果两个路径节点之间为互通关系，则这两个路径节点在邻接矩阵的值设为1，否则设为0；使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从起点到终点之间的所有路径；计算上述步骤中搜索到的每条路径的距离值，距离值为小的路径即为AGV运行的最短路径；与现有AGV最短路径规划的经典算法相比，本发明适用于AGV在工厂车间的最短路径搜寻，计算简单高效。
作为本发明的一种实施方式，步骤S3搜索到的所有路径保存于数组Paths中，数组Paths中的每条路径包含起点、终点以及起点至终点之间的参考点。
作为本发明的一种实施方式，邻接矩阵的第一行的第一个元素和第一列的第一个元素为起点，邻接矩阵的第一行的最后一个元素和第一列的最后一个元素为终点，邻接矩阵第一行的第二个元素至倒数第二个元素和第一列的第二个元素至倒数第二个元素为参考点。
作为本发明的一种实施方式，两个路径节点之间的距离值在地图坐标系中预先测量得出。
作为本发明的一种实施方式，步骤S3搜索出从起点至终点之间的所有可到达终点的路径。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的装置所属终端结构示意图。本发明实施例终端承载有AGV的控制系统。
如图1所示，该终端可以包括：处理器1，例如CPU，通信总线2，用户接口3，网络接口4，存储器5。其中，通信总线2用于实现这些组件之间的连接通信。用户接口3可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选的用户接口3还可以包括标准的有线接口、无线接口。网络接口4可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器5可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器5可选的还可以是独立于前述处理器1的存储装置。
可选地，终端还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、Wi-Fi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器5中可以包括操作系统51、网络通信模块52、用户接口模块53以及AGV最短路径规划程序54。
在图1所示的终端中，网络接口4主要用于连接后台服务器，与后台服务器进行数据通信；用户接口3主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1可以用于调用存储器5中存储的AGV最短路径规划程序54，并执行以下操作，参照图2：
S1：建立邻接矩阵，已规划路径的所有路径节点分别构成邻接矩阵的行和列；
S2：如果两个路径节点之间为互通关系，则这两个路径节点在邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从起点到终点之间的所有路径；
S4：计算步骤S3中搜索到的每条路径的距离值，距离值为小的路径即为AGV运行的最短路径。
进一步地，AGV最短路径规划程序54被处理器1执行时，步骤S3搜索到的所有路径保存于数组Paths中，数组Paths中的每条路径包含起点、终点以及起点至终点之间的参考点；步骤S3搜索出从起点至终点之间的所有可到达终点的路径。
进一步地，AGV最短路径规划程序54被处理器1执行时，邻接矩阵的第一行的第一个元素和第一列的第一个元素为起点，邻接矩阵的第一行的最后一个元素和第一列的最后一个元素为终点，邻接矩阵第一行的第二个元素至倒数第二个元素和第一列的第二个元素至倒数第二个元素为参考点。
进一步地，AGV最短路径规划程序54被处理器1执行时，两个路径节点之间的距离值在地图坐标系中预先测量得出。
基于上述硬件结构，提出本发明AGV最短路径规划方法的实施例。
参照图2，本发明AGV最短路径规划方法第一实施例提供一种AGV最短路径规划方法，该方法包括：
S1：建立邻接矩阵，已规划路径的所有路径节点分别构成邻接矩阵的行和列；
S2：如果两个路径节点之间为互通关系，则这两个路径节点在邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从起点到终点之间的所有路径；
S4：计算步骤S3中搜索到的每条路径的距离值，距离值为小的路径即为AGV运行的最短路径。
自动化搬运设备AGV(Automated GuidedVehicle)，是现代物流系统的关键设备之一，属于智能移动机器人的范畴，承担了智能物流中物料搬运输送的任务。路径规划是AGV运行控制中的重要环节，决定了AGV的行进路线，本实施例提供一种AGV最短路径规划方法，为AGV规划从起点到终点之间的最短路径。
本实施例中的AGV应用于工厂车间，以AGV应用于工厂车间为例进行说明。如图3所示，已规划路径由地图坐标系中设置的路径节点
连接而成，其中，
为起点，
为终点，①、②、③、④、⑤、⑥、⑦、⑧、⑨、⑩为参考点，根据地图坐标系预先测量出0○到①的距离值为10，①到②的距离值为8，①到③的距离值为26，①到④的距离值为30，②到⑤的距离值为15，②到⑥的距离值为7，③到
的距离值为25，④到
的距离值为80，⑤到⑦的距离值为6，⑤到⑧的距离值为7，⑦到
的距离值为12，⑧到
的距离值为10，⑥到⑩的距离值为5，⑥到⑨的距离值为4，⑩到
的距离值为13，⑨到
的距离值为20；
并且，
到①为互通关系，即AGV能够从0○运动到①；①到②为互通关系，即AGV能够从①运动到②；①到③为互通关系，即AGV能够从①运动到③；①到④为互通关系，即AGV能够从①运动到④；②到⑤为互通关系，即AGV能够从②运动到⑤；②到⑥为互通关系，即AGV能够从②运动到⑥；③到
为互通关系，即AGV能够从③运动到
④到
为互通关系，即AGV能够从④运动到
⑤到⑦为互通关系，即AGV能够从⑤运动到⑦；⑤到⑧为互通关系，即AGV能够从⑤运动到⑧；⑦到
为互通关系，即AGV能够从⑦运动到
⑧到
为互通关系，即AGV能够从⑧运动到
⑥到⑩为互通关系，即AGV能够从⑥运动到⑩；⑥到⑨为互通关系，即AGV能够从⑥运动到⑨；⑩到
为互通关系，即AGV能够从⑩运动到
⑨到
为互通关系，即AGV能够从⑨运动到
参照如图2所示的流程，操作如下：
S1：建立邻接矩阵A，路径节点分别构成邻接矩阵A的行和列；
即邻接矩阵A的行号为0～11，邻接矩阵A的列号为0～11，设邻接矩阵A的值为A(i,j)(i,j＝0～11，i表示行号，j表示列号)，
则当i＝j时，A(i,j)表示该路径节点，例如：A(0,0)表示起点0○，A(11,11)表示终点
A(1,1)表示参考点①，A(2,2)表示参考点②，A(3,3)表示参考点③，A(4,4)表示参考点④，A(5,5)表示参考点⑤，A(6,6)表示参考点⑥，A(7,7)表示参考点⑦，A(8,8)表示参考点⑧，A(9,9)表示参考点⑨，A(10,10)表示参考点⑩；
当i≠j时，A(i,j)表示从路径节点i到从路径节点j；
S2：
到①为互通关系，则A(0,1)＝1；①到②为互通关系，则A(1,2)＝1；①到③为互通关系，则A(1,3)＝1；①到④为互通关系，则A(1,4)＝1；②到⑤为互通关系，则A(2,5)＝1；②到⑥为互通关系，则A(2,6)＝1；③到
为互通关系，则A(3,11)＝1；④到
为互通关系，则A(4,11)＝1；⑤到⑦为互通关系，则A(5,7)＝1；⑤到⑧为互通关系，则A(5,8)＝1；⑦到
为互通关系，则A(7,11)＝1；⑧到
为互通关系，则A(8,11)＝1；⑥到⑩为互通关系，则A(6,10)＝1；⑥到⑨为互通关系，则A(6,9)＝1；⑩到
为互通关系，则A(10,11)＝1；⑨到
为互通关系，则A(9,11)＝1；其他邻接矩阵A的值为0；
这样，根据步骤S1和步骤S2建立的邻接矩阵A如图4所示；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从
到
之间的所有路径；
具体地，如图5所示，搜索第一条路径，首先将A(0,0)入栈，设置入栈状态为1，从图5可以看出，与A(0,0)相连的，最先开始搜到1，即第0行第1列灰色框，将A(0,1)入栈，入栈状态设置为1，继续，从第1行开始搜，搜到第一个非零点，即第1行第2列的灰色框，将A(1,2)入栈，继续，从第二行开始搜，搜到第一个非零点，即第2行第5列的灰色框，将A(2,5)入栈，继续，从第五行开始搜，搜到第一个非零点，即第5行第7列的灰色框，将A(5,7)入栈，继续，从第7行开始搜，搜到第一个非零点，即第7行第11列A(7,11)，就搜索到了第一条路径：
接下来，根据搜索第一条路径保存的搜索结果，再搜索第二条路径，如图6所示，将A(5,7)和A(7,11)出栈，因为第7行整行都已经搜索完毕，并且搜索到终点
A(5,7)和A(7,11)必须出栈，如果不出栈，从A(7,7)搜索就会陷入死循环，A(5,7)和A(7,11)出栈后，继续搜索第5行，搜到第一个非零点，即第5行第8列，将A(5,8)入栈，继续，搜索第8行，搜到第一个非零点，即第8行第11列A(8,11)，就搜索到了第二条路径：
接下来，根据搜索第一条路径保存的搜索结果，再搜索第三条路径，同理，可得第三条路径
依此类推，就搜索到了第四条路径：
第五条路径：
以及第六条路径：
S4：分别计算出步骤S3中搜索到的每条路径的距离值，计算结果如下：
第一条路径距离值：10+8+15+6+12＝51；
第二条路径距离值：10+8+15+7+10＝50；
第三条路径距离值：10+8+7+5+13＝43；
第四条路径距离值：10+8++7+4+20＝49；
第五条路径距离值：10+26+25＝61；
第六条路径距离值：10+30+80＝120；
因此得出，上述距离值最小的第三条路径就是AGV运行的最短路径。
此外，本发明实施例还提出一种计算机可读存储介质。
本发明计算机可读存储介质上存储有AGV最短路径规划程序54，AGV最短路径规划程序54被处理器执行时实现如下操作：
S1：建立邻接矩阵，已规划路径的所有路径节点分别构成邻接矩阵的行和列；
S2：如果两个路径节点之间为互通关系，则这两个路径节点在邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从起点到终点之间的所有路径；
S4：计算步骤S3中搜索到的每条路径的距离值，距离值为小的路径即为AGV运行的最短路径。
其中，本发明计算机存储介质上存储的AGV最短路径规划程序54被处理器执行的具体实施例与上述AGV最短路径规划方法各实施例基本相同，在此不作赘述。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种AGV最短路径规划方法，其特征在于，用于在已规划路径上计算出一条最短路径，以让AGV沿所述最短路径行驶，从而在最短时间内到达目的地；所述已规划路径由地图坐标系中设置的多个路径节点连接而成，所述路径节点为起点或终点或所述起点和所述终点之间的参考点，所述参考点为多个；
所述方法包括以下步骤：
S1：建立邻接矩阵，所述已规划路径的所有所述路径节点分别构成所述邻接矩阵的行和列；
S2：如果两个所述路径节点之间为互通关系，则这两个所述路径节点在所述邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从所述起点到所述终点之间的所有路径；
S4：计算所述步骤S3中搜索到的每条路径的距离值，所述距离值为小的路径即为所述AGV运行的最短路径。
2.根据权利1所述的AGV最短路径规划方法，其特征在于，所述步骤S3搜索到的所有路径保存于数组Paths中，所述数组Paths中的每条路径包含所述起点、所述终点以及所述起点至所述终点之间的所述参考点。
3.根据权利要求1所述的AGV最短路径规划方法，其特征在于，所述邻接矩阵的第一行的第一个元素和第一列的第一个元素为所述起点，所述邻接矩阵的第一行的最后一个元素和第一列的最后一个元素为所述终点，所述邻接矩阵第一行的第二个元素至倒数第二个元素和第一列的第二个元素至倒数第二个元素为所述参考点。
4.根据权利要求1所述的AGV最短路径规划方法，其特征在于，两个所述路径节点之间的距离值在地图坐标系中预先测量得出。
5.根据权利要求1所述的AGV最短路径规划方法，其特征在于，所述步骤S3搜索出从所述起点至所述终点之间的所有可到达所述终点的路径。
6.一种AGV最短路径规划装置，其特征在于，用于在已规划路径上计算出一条最短路径，以让AGV沿所述最短路径行驶，从而在最短时间内到达目的地；所述已规划路径由地图坐标系中设置的多个路径节点连接而成，所述路径节点为起点或终点或所述起点和所述终点之间的参考点，所述参考点为多个；所述AGV最短路径规划装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的AGV最短路径规划程序，
所述AGV最短路径规划程序被所述处理器执行时实现如下步骤：
S1：建立邻接矩阵，所述已规划路径的所有所述路径节点分别构成所述邻接矩阵的行和列；
S2：如果两个所述路径节点之间为互通关系，则这两个所述路径节点在所述邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从所述起点到所述终点之间的所有路径；
S4：计算所述步骤S3中搜索到的每条路径的距离值，所述距离值为小的路径即为所述AGV运行的最短路径。
7.根据权利要求6所述的AGV最短路径规划装置，其特征在于，所述AGV最短路径规划程序被所述处理器执行时，所述步骤S3搜索到的所有路径保存于数组Paths中，所述数组Paths中的每条路径包含所述起点、所述终点以及所述起点至所述终点之间的所述参考点；所述步骤S3搜索出从所述起点至所述终点之间的所有可到达所述终点的路径。
8.根据权利要求6所述的AGV最短路径规划装置，其特征在于，所述AGV最短路径规划程序被所述处理器执行时，所述邻接矩阵的第一行的第一个元素和第一列的第一个元素为所述起点，所述邻接矩阵的第一行的最后一个元素和第一列的最后一个元素为所述终点，所述邻接矩阵第一行的第二个元素至倒数第二个元素和第一列的第二个元素至倒数第二个元素为所述参考点。
9.根据权利要求6所述的AGV最短路径规划装置，其特征在于，所述AGV最短路径规划程序被所述处理器执行时，两个所述路径节点之间的距离值在地图坐标系中预先测量得出。
10.一种计算机可读存储介质，其特征在于，用于在已规划路径上计算出一条最短路径，以让AGV沿所述最短路径行驶，从而在最短时间内到达目的地；所述已规划路径由地图坐标系中设置的多个路径节点连接而成，所述路径节点为起点或终点或所述起点和所述终点之间的参考点，所述参考点为多个；所述计算机可读存储介质上存储有AGV最短路径规划程序，所述AGV最短路径规划程序被处理器执行时实现如下步骤：
S1：建立邻接矩阵，所述已规划路径的所有所述路径节点分别构成所述邻接矩阵的行和列；
S2：如果两个所述路径节点之间为互通关系，则这两个所述路径节点在所述邻接矩阵的值设为1，否则设为0；
S3：使用DFS(Depth-First-Search)深度优先搜索算法，搜索到从所述起点到所述终点之间的所有路径；
S4：计算所述步骤S3中搜索到的每条路径的距离值，所述距离值为小的路径即为所述AGV运行的最短路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010755537.4A CN111832844A (zh) | 2020-07-31 | 2020-07-31 | 一种agv最短路径规划方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010755537.4A CN111832844A (zh) | 2020-07-31 | 2020-07-31 | 一种agv最短路径规划方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111832844A true CN111832844A (zh) | 2020-10-27 |
Family
ID=72920101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010755537.4A Pending CN111832844A (zh) | 2020-07-31 | 2020-07-31 | 一种agv最短路径规划方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111832844A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112445621A (zh) * | 2020-11-30 | 2021-03-05 | 海光信息技术股份有限公司 | 静态路由规划方法、装置、电子设备、存储介质 |
| CN112633582A (zh) * | 2020-12-29 | 2021-04-09 | 中机中联工程有限公司 | 一种多工位多台rgv智能柔性动态调度系统 |
| CN113298294A (zh) * | 2021-04-30 | 2021-08-24 | 成都飞机工业（集团）有限责任公司 | 一种基于智能生产线的物流路径规划方法 |
| CN113492071A (zh) * | 2021-07-07 | 2021-10-12 | 思灵机器人科技(哈尔滨)有限公司 | 一种应用于窗框喷涂的路径规划方法 |
| CN114386138A (zh) * | 2021-12-09 | 2022-04-22 | 五邑大学 | 建筑物分间方法、电子设备及计算机存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009250869A (ja) * | 2008-04-09 | 2009-10-29 | Xanavi Informatics Corp | ナビゲーション装置 |
| CN105354633A (zh) * | 2015-10-26 | 2016-02-24 | 努比亚技术有限公司 | 一种运输路径计算系统和方法 |
| CN105547308A (zh) * | 2015-11-03 | 2016-05-04 | 中兴软创科技股份有限公司 | 基于数字路网地图与深度优先遍历的导航方法与装置 |
| CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN108304964A (zh) * | 2018-01-08 | 2018-07-20 | 深圳市易成自动驾驶技术有限公司 | Agv最短路径规划方法、装置及计算机可读存储介质 |
| CN110319845A (zh) * | 2018-03-30 | 2019-10-11 | 日本电气株式会社 | 用于确定两点之间的可达路径的方法、装置和系统 |
-
2020
- 2020-07-31 CN CN202010755537.4A patent/CN111832844A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009250869A (ja) * | 2008-04-09 | 2009-10-29 | Xanavi Informatics Corp | ナビゲーション装置 |
| CN105354633A (zh) * | 2015-10-26 | 2016-02-24 | 努比亚技术有限公司 | 一种运输路径计算系统和方法 |
| CN105547308A (zh) * | 2015-11-03 | 2016-05-04 | 中兴软创科技股份有限公司 | 基于数字路网地图与深度优先遍历的导航方法与装置 |
| CN105716613A (zh) * | 2016-04-07 | 2016-06-29 | 北京进化者机器人科技有限公司 | 一种机器人避障中的最短路径规划方法 |
| CN108304964A (zh) * | 2018-01-08 | 2018-07-20 | 深圳市易成自动驾驶技术有限公司 | Agv最短路径规划方法、装置及计算机可读存储介质 |
| CN110319845A (zh) * | 2018-03-30 | 2019-10-11 | 日本电气株式会社 | 用于确定两点之间的可达路径的方法、装置和系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112445621A (zh) * | 2020-11-30 | 2021-03-05 | 海光信息技术股份有限公司 | 静态路由规划方法、装置、电子设备、存储介质 |
| CN112633582A (zh) * | 2020-12-29 | 2021-04-09 | 中机中联工程有限公司 | 一种多工位多台rgv智能柔性动态调度系统 |
| CN113298294A (zh) * | 2021-04-30 | 2021-08-24 | 成都飞机工业（集团）有限责任公司 | 一种基于智能生产线的物流路径规划方法 |
| CN113298294B (zh) * | 2021-04-30 | 2022-04-08 | 成都飞机工业（集团）有限责任公司 | 一种基于智能生产线的物流路径规划方法 |
| CN113492071A (zh) * | 2021-07-07 | 2021-10-12 | 思灵机器人科技(哈尔滨)有限公司 | 一种应用于窗框喷涂的路径规划方法 |
| CN114386138A (zh) * | 2021-12-09 | 2022-04-22 | 五邑大学 | 建筑物分间方法、电子设备及计算机存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111832844A (zh) | 一种agv最短路径规划方法、装置及计算机可读存储介质 | |
| CN109947120B (zh) | 仓储系统中的路径规划方法 | |
| CN108304964A (zh) | Agv最短路径规划方法、装置及计算机可读存储介质 | |
| JP5050815B2 (ja) | 施設情報出力装置、施設情報出力方法、施設情報出力プログラム | |
| CN108225326A (zh) | 一种基于a*算法的agv路径规划方法 | |
| US20030223373A1 (en) | Dual Dijkstra search for planning multipe paths | |
| CN103810028A (zh) | 智能终端及其操作方法和移动终端 | |
| EP3112808A1 (en) | Route-finding device, route-finding method, and program | |
| CN109432777A (zh) | 路径生成方法及装置、电子设备、存储介质 | |
| CN115237135A (zh) | 一种基于冲突的移动机器人路径规划方法及系统 | |
| US20130215009A1 (en) | Information processing apparatus, information processing method, and a computer program product | |
| CN105869512A (zh) | 多信息的混杂度量地图建图方法和装置 | |
| CN111736524A (zh) | 一种基于时间和空间的多机器人调度方法、装置和设备 | |
| Luo et al. | An efficient simulation model for layout and mode performance evaluation of robotic mobile fulfillment systems | |
| US20140324342A1 (en) | Systems and Methods for Path Finding in Maps | |
| CN111598093A (zh) | 图片中文字的结构化信息生成方法、装置、设备及介质 | |
| CN107423360B (zh) | 一种基于路径中线的迷宫求解方法 | |
| JP6034810B2 (ja) | 行き先候補表示システム、行き先候補表示方法及びプログラム | |
| CN114299192B (zh) | 定位建图的方法、装置、设备和介质 | |
| CN115127565A (zh) | 高精地图数据生成方法、装置、电子设备及存储介质 | |
| CN112325899B (zh) | 一种路径展示方法和相关装置 | |
| CN111126536A (zh) | 储位点信息生成方法、设备及存储介质 | |
| CN108229070B (zh) | 车辆电池包的布线方法、系统、设备和存储介质 | |
| CN113110448B (zh) | 基于最小二乘的目标检测方法、系统、机器人和存储介质 | |
| JP6610426B2 (ja) | 検索システムおよび検索プログラム |
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 |