CN111932000A - 一种应用于大型物流系统的多agv调度方法 - Google Patents

一种应用于大型物流系统的多agv调度方法 Download PDF

Info

Publication number
CN111932000A
CN111932000A CN202010735803.7A CN202010735803A CN111932000A CN 111932000 A CN111932000 A CN 111932000A CN 202010735803 A CN202010735803 A CN 202010735803A CN 111932000 A CN111932000 A CN 111932000A
Authority
CN
China
Prior art keywords
node
agv
agvs
task
path
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
Application number
CN202010735803.7A
Other languages
English (en)
Inventor
杨瑞刚
景玮宸
郝成林
刘玉珍
李文昭
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.)
Taiyuan University of Science and Technology
Original Assignee
Taiyuan University of Science and Technology
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 Taiyuan University of Science and Technology filed Critical Taiyuan University of Science and Technology
Priority to CN202010735803.7A priority Critical patent/CN111932000A/zh
Publication of CN111932000A publication Critical patent/CN111932000A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047Optimisation of routes or paths, e.g. travelling salesman problem
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0835Relationships between shipper or supplier and carriers
    • G06Q10/08355Routing methods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种应用于大型物流系统的多AGV调度方法,属于物流及路径规划与智能控制领域。本发明为大型物流系统调度多AGV在运输任务中自动完成路径规划,并调节路径之间的冲突,保证无障碍运行,以便顺利完成任务。该调度方法应用于大型物流系统双向车道,确立环境模型建立环境电子地图。当有任务时,选取合适的AGV接受任务,编写适度函数作为选择最优道路的标准并加入到布谷鸟算法中逐个规划并找出每个AGV的最优路径。最优路径同时考虑路径距离、路径中转弯数和道路拥挤程度三个因素,将布谷鸟算法与时间窗相结合,通过更新、排布比较来检测各个路径中是否相互冲突。采用交通规则,保证AGV在双向道路上靠右匀速行驶,且保持安全距离,消除了相向冲突和追击冲突;采用优先级法和减速调节法消除节点冲突,提高系统运算效率和AGV运行效率。

Description

一种应用于大型物流系统的多AGV调度方法
技术领域
本发明属于物流及路径规划与智能控制领域,具体为一种应用于大型物流系统的多AGV调度方法。
背景技术
多AGV(Automated Guided Vehicle,自主导引运输车)调度系统可以接受并分配任务,并且同时控制多个AGV智能选择最优路径运输直至顺利完成任务。在AGV智能运输过程中,系统需要实时监控并控制AGV的行驶速度,避免路径冲突,调度系统的调度决策、性能等关系到系统的灵敏性、可靠性、有效性和稳定性。如今,在AGV智能路径规划过程中,多以单向路径为主,而且场地区域划分不合理,导致场地的利用率低;由于路径单向行驶,可供选择的路径方案少,部分AGV无法原路返回,必须选择其他方案回到任务接受点,出现舍近求远等现象。使得AGV不能选择最优路径,导致运输时间延长。大部分调度系统在调节路径冲突时不合理,随意改变AGV行驶速度,甚至令被调节的AGV停车等待,导致新的追击冲突问题的形成,导致调度系统运算量增大,运行缓慢。这些都导致AGV运输效率低下。
发明内容
本发明要解决的技术问题是:在大型物流系统中,如何快速有效的在为多AGV路径规划时找到最优路径,并且通过调节AGV运行速度来避免它们之间的相互冲突,保证无障碍运行,提高运行效率。
为了解决上述技术问题,本发明提供了一种应用于大型物流系统的多AGV调度方法,包括以下步骤。
1)先根据实际的环境状况,建立坐标系,按顺序给各个节点编号并明确每个节点的坐标,所有节点的坐标与其编号一一对应,并且具有唯一性。而AGV所走的路径对应节点之间的连线,每一段路径由该路径两端的节点名称表示。该系统中采用双向车道,节点名称的先后顺序代表AGV行使方向,即在该路段中AGV从前一个节点驶向下一个节点,这样就能通过道路名称判断AGV所处位置以及AGV的行驶方向。
2)当有任务的时候,系统选择合适的AGV接受任务。先用带适度函数的算法来对每个AGV进行路径规划,分别找出对应任务的最优道路,有效的避开障碍,能顺利到达目的地。最优道路首先要求其路径的总距离要短,其次还需要考虑路径中转弯次数以及路径拥挤程度三者的综合影响。综合三种因素以及其各自对最优道路的影响程度编写适度函数。适度函数的值为该路径的适应度。适应度用于评价道路的优劣程度,适应度越大道路越好,反之适应度越小则道路越差;根据适应度的大小对路径进行选择,以保证适应性能最好的道路为最优道路。通过适度函数可以选择出拥挤程度小的道路,从而很大程度上减少路径冲突。
3)对所有接受任务的AGV进行时间同步化处理,实时监控所有AGV所处的位置、负载状况以及行驶速度。采用交通规则法,规定所有AGV均靠右行驶且保持匀速行驶,前后两AGV之间要保持安全距离。在同一段路上所有车辆靠右行驶,这样往来车辆互不干扰,消除路径上AGV的相向冲突;所有车辆以速度V匀速行驶,且保持安全距离这样就可以避免追击冲突。
4)对所有AGV进行路径规划之后,根据其行驶速度,所处的位置,路径的长度以及其出发的初始时间,计算在该路上AGV将要经过的所有节点的时间窗。时间窗包括从AGV车头到达节点的时刻和车位离开节点的时刻。
5)将时间窗和算法相结合来判断各个AGV所对应的路径是否存在冲突。先找出每两条路径中相同的节点,然后比较其时间窗是否存在交集。相同节点的时间窗存在交集的时候就证明存在冲突。
6)当存在冲突时通过调节优先级低AGV行驶速度来避免冲突。根据优先级法,给所有AGV制定优先级,当有冲突时,通过调节优先级低的AGV的行驶速度,让优先级高的AGV先通过冲突节点。为了避免由于被调节的AGV降速后与后面行驶的AGV造成新的追击冲突,需要划定减速区域。被调节的AGV在进入特定的减速区域后再变为减速行驶模式,并且减速行驶的模式仍以Vj的速度匀速行驶,令Vj=V/2。因为AGV之间保持安全距离,且任然匀速行驶,所以不会形成新追击冲突,小车可以顺利完成任务。
7)当任一个AGV顺利到达目标节点后,将删除该AGV与所有节点关系,然后等待接受新的任务。
8)步骤2)中,适度函数如下:
Figure BDA0002604887730000031
式中:Lij表示i、j两节点之间的曼哈顿距离,表示路径的距离;M表示该道路的拥挤程度,也就是表示该路径上节点与其他任务路径的节点的重复度。M=Σmi,mi表示该路径第i个节点分别与前面每一个任务中节点重复次数之和;mi=Σmij,mij表示表示该路径第i个节点分别与前面第j个任务中节点的重复次数。由于每个任务的路径中没有重复节点,所以mij的取值为0和1;Z表示该路径经过的转弯个数;w表示相应的权重,其中w1+w2+w3=1。
步骤5)中,按照以下方式利用时间窗来判断节点冲突。
假设两AGV分别是am、an,它们分别由节点im和in驶向节点i。冲突节点为i,到达节点的时间点为tin,而通过节点需要花费的时间为ti。节点的长度为LI,而AGV的长度为Lg
两AGV在节点I冲突,其时间表示为tin m<tin n<tin m+ti或tin n<tin m<tin n+ti
步骤中6),按照以下方式避免节点冲突。
(1)先判断两个AGV的优先级大小。(假定am的优先级高于an)。
(2)再比较两AGV到达节点的时刻,判断哪个AGV将先到达节点。若优先级高的先到达节点时:am先到达节点即tin m<tin n<tin m+ti,进行步骤(3)。若优先级低的先到达节点时:an先到达节点即tin n<tin m<tin n+ti,进行步骤(4)。
(3)调节优先级低的an的行驶速度来避免冲突。令an在距离冲突节点Lv1米远时开始以Vj的速度驶向节点。Lv1=LI+Lg
(4)调节优先级低的an的行驶速度来避免冲突。令an在距离冲突节点Lv2米远时开始以Vj的速度驶向节点。Lv2=2(LI+Lg)。
本发明中将时间窗与算法结合起来,同时采用交通规则法、优先级法、以及速度调节法相结合的策略对AGV路径进行调控,快速有效的避免了相向冲突、追击冲突、和节点冲突,保证了AGV的无障碍运行。划定调速区域,保证在调节两个AGV的时候不会对其他的AGV造成影响,不会导致新的冲突。减少了算法的工作量,使系统更加稳定、快速、准确。这些都会提高AGV的运行效率。
附图说明
图1为多AGV的行驶的路径地图。
图2为双向道路中AGV的行驶路线。
图3、4、5为三种节点冲突模式。
图6为划定区域是Lv1速度调节方法示意图。
图7为划定区域是Lv2速度调节方法示意图。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
1)先根据实际的环境状况,建立坐标系,按顺序给各个节点编号并明确每个节点的坐标,所有节点的坐标与其编号一一对应,并且具有唯一性。
2)当有任务的时候,系统选择合适的AGV接受任务。先用带适度函数的算法来对每个AGV进行路径规划,分别找出对应任务的最优道路,有效的避开障碍,能顺利到达目的地。
3)对所有接受任务的AGV进行时间同步化处理,实时监控所有AGV所处的位置、负载状况以及行驶速度。采用交通规则法,规定所有AGV均靠右行驶且保持匀速行驶,前后两AGV之间要保持安全距离。在同一段路上所有车辆靠右行驶,这样往来车辆互不干扰,消除路径上AGV的相向冲突;所有车辆以速度V匀速行驶,且保持安全距离这样就可以避免追击冲突。
4)对所有AGV进行路径规划之后,根据其行驶速度,所处的位置,路径的长度以及其出发的初始时间,计算在该路上AGV将要经过的所有节点的时间窗。时间窗包括从AGV车头到达节点的时刻和车位离开节点的时刻。
5)将时间窗和算法相结合来判断各个AGV所对应的路径是否存在冲突。先找出每两条路径中相同的节点,然后比较其时间窗是否存在交集。
6)当存在冲突时通过调节优先级低AGV行驶速度来避免冲突。根据优先级法,给所有AGV制定优先级,当有冲突时,通过调节优先级低的AGV的行驶速度,让优先级高的AGV先通过冲突节点。为了避免由于被调节的AGV降速后与后面行驶的AGV造成新的追击冲突,需要划定减速区域。被调节的AGV在进入特定的减速区域后再变为减速行驶模式,并且减速行驶的模式仍以Vj的速度匀速行驶,令Vj=V/2。因为AGV之间保持安全距离,且任然匀速行驶,所以不会形成新追击冲突,小车可以顺利完成任务。
7)当任一个AGV顺利到达目标节点后,将删除该AGV与所有节点关系,然后等待接受新的任务。
8)如图1为两个AGV规划路径的路线图。am的起点为节点2,终点为14,an的起点为节点20,终点为8。如图所示,两AGV将会在节点11相遇。因此需要通过调节优先级低的AGV的速度来调节节点冲突。假定am的优先级高于an。若am先到达节点,如图6所示,图6(2)、图6(3)为两个AGV相遇的两个极端情况,6(2)表示am刚进入节点时an正好到达该节点,图6(3)表示am快要离开节点时an正好到达该节点。此时以图6(3)的情况来划定减速区域,这样可以满足所有的冲突情况。图6(4)为调节速度时的位置。当an到达减速区域的时候开始减速行驶,这样就能保证当am离开冲突节点后an到达该节点。图7为优先级低的先到达节点,同理图7(2)、图7(3)为两个AGV相遇的两个极端情况。同样其调节过程以及AGV调节的位置都相同。

Claims (7)

1.一种应用于大型物流系统的多AGV调度方法,其特征在于,包括以下步骤:
1)先根据大型物流系统实际的环境状况,建立坐标系,按顺序给各个节点编号并明确每个节点的坐标,所有节点的坐标与其编号一一对应,并且具有唯一性;而AGV所走的路径对应节点之间的连线,每一段路径由该路径两端的节点名称表示;该系统中采用双向车道,节点名称的先后顺序代表AGV行使方向,即在该路段中AGV从前一个节点驶向下一个节点,这样就能通过道路名称判断AGV所处位置以及AGV的行驶方向;
2)当有任务的时候,系统选择合适的AGV接受任务;先用带适度函数的布谷鸟算法来对每个AGV进行路径规划,分别找出对应任务的最优道路,有效的避开障碍,能顺利到达目的地;最优道路要考虑路径的距离、路径中转弯数和道路拥挤程度的综合影响,通过适度函数可以选择出拥挤程度小的道路,从而很大程度上减少路径冲突;
3)对所有接受任务的AGV进行时间同步化处理,实时监控所有AGV所处的位置、负载状况以及行驶速度;采用交通规则法,规定所有AGV均靠右行驶且保持匀速行驶,前后两AGV之间要保持安全距离;在同一段路上所有车辆靠右行驶,这样往来车辆互不干扰,消除路径上AGV的相向冲突;所有车辆以速度V匀速行驶,且保持安全距离这样就可以避免追击冲突;
4)对所有AGV进行路径规划之后,根据其行驶速度,所处的位置,路径的长度以及其出发的初始时间,计算在该路上AGV将要经过的所有节点的时间窗;时间窗包括从AGV车头到达节点的时刻和车位离开节点的时刻;
5)将时间窗和布谷鸟算法相结合来判断各个AGV所对应的路径是否存在冲突;先找出每两条路径中相同的节点,然后比较其时间窗是否存在交集;相同节点的时间窗存在交集的时候就证明存在冲突;
6)当存在冲突时通过调节优先级低AGV行驶速度来避免冲突;根据优先级法,给所有AGV制定优先级,当有冲突时,通过调节优先级低的AGV的行驶速度,让优先级高的AGV先通过冲突节点;为了避免由于被调节的AGV降速后与后面行驶的AGV造成新的追击冲突,需要划定减速区域;被调节的AGV在进入特定的减速区域后再变为减速行驶模式,并且减速行驶的模式仍以Vj的速度匀速行驶,令Vj=V/2;因为AGV之间保持安全距离,且任然匀速行驶,所以不会形成新追击冲突,小车可以顺利完成任务;
7)当任一个AGV顺利到达目标节点后,将删除该AGV与所有节点关系,然后等待接受新的任务。
2.如权利要求1所述的方法,其特征在于,步骤S5中,按照以下方式利用时间窗来判断节点冲突:
在有向连接网络G=(I,H)中,I表示节点的集合,H表示边的集合,每条边可以用其两端的节点来表示,其长度为两节点之间的曼哈顿距离,用L表示;任务个数用r来表示,每个任务的起点、终点都不一样,那么起点的集合可记为S{s1,s2,...sr},相应的终点的集合为E{e1,e2,...er},执行任务的车辆的集合A{a1,a2,...ar};假设AGV小车ar从起点到终点所经过的节点个数为n,则AGV所对应的节点集合I={i1,i2...in},对应的时间窗T={t1,t2...tn};
那么可将一个物流调度任务定义如下:Mj={sj,ej,ij,ts,θj}
式中:ts表示该任务的起始时间,θj表示该任务的优先级;
假设两AGV分别是am、an,它们分别由节点im和in驶向节点i;冲突节点为i,到达节点的时间点为tin,而通过节点需要花费的时间为ti;节点的长度为LI,而AGV的长度为Lg
两AGV在节点I冲突,其时间表示为tin m<tin n<tin m+ti或tin n<tin m<tin n+ti
3.如权利要求1所述的方法,其特征在于,步骤S2中,适度函数为如下:
Figure FDA0002604887720000021
式中:Lij表示i、j两节点之间的曼哈顿距离,表示路径的距离;
M表示该道路的拥挤程度,也就是表示该路径上节点与其他任务路径的节点的重复度;M=Σmi,mi表示该路径第i个节点分别与前面每一个任务中节点重复次数之和;mi=Σmij,mij表示表示该路径第i个节点分别与前面第j个任务中节点的重复次数;由于每个任务的路径中没有重复节点,所以mij的取值为0和1;
Z表示该路径经过的转弯个数;
w表示相应的权重,其中w1+w2+w3=1。
4.如权利要求1所述的方法,其特征在于,步骤5)中,按照以下方式利用时间窗来判断节点冲突:
假设两AGV分别是am、an,它们分别由节点im和in驶向节点i;冲突节点为i,到达节点的时间点为tin,而通过节点需要花费的时间为ti;节点的长度为LI,而AGV的长度为Lg
两AGV在节点i冲突,其时间表示为tin m<tin n<tin m+ti或tin n<tin m<tin n+ti
5.如权利要求1所述的方法,其特征在于,步骤6)中,按照以下方式避免节点冲突:
(1)先判断两个AGV的优先级大小;(假定am的优先级高于an);
(2)再比较两AGV到达节点的时刻,判断哪个AGV将先到达节点;若优先级高的先到达节点时:am先到达节点即tin m<tin n<tin m+ti,进行步骤S63;若优先级低的先到达节点时:an先到达节点即tin n<tin m<tin n+ti,进行步骤S64;
(3)调节优先级低的an的行驶速度来避免冲突;令an在距离冲突节点Lv1米远时开始以Vj的速度驶向节点;Lv1=LI+Lg
(4)调节优先级低的an的行驶速度来避免冲突;令an在距离冲突节点Lv2米远时开始以Vj的速度驶向节点;Lv2=2(LI+Lg)。
6.如权利要求1、2、3所述的方法,其特征在于,所选道路为双向道路。
7.如权利要求1和3所述的方法,其特征在于,所有AGV行驶时均保持足够的安全距离。
CN202010735803.7A 2020-07-28 2020-07-28 一种应用于大型物流系统的多agv调度方法 Pending CN111932000A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010735803.7A CN111932000A (zh) 2020-07-28 2020-07-28 一种应用于大型物流系统的多agv调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010735803.7A CN111932000A (zh) 2020-07-28 2020-07-28 一种应用于大型物流系统的多agv调度方法

Publications (1)

Publication Number Publication Date
CN111932000A true CN111932000A (zh) 2020-11-13

Family

ID=73315390

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010735803.7A Pending CN111932000A (zh) 2020-07-28 2020-07-28 一种应用于大型物流系统的多agv调度方法

Country Status (1)

Country Link
CN (1) CN111932000A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077643A (zh) * 2021-03-23 2021-07-06 上海振华重工(集团)股份有限公司 一种交通控制方法、交通控制系统及存储介质
CN113128938A (zh) * 2021-05-19 2021-07-16 广州赛特智能科技有限公司 一种机器人移动路径规划方法
CN113516429A (zh) * 2021-04-08 2021-10-19 华南理工大学 一种基于网络拥堵模型的多agv全局规划方法
CN113566840A (zh) * 2021-08-06 2021-10-29 上海振华重工(集团)股份有限公司 封闭式、密网型、自动化物流园区的多车路径规划方法
CN113706016A (zh) * 2021-08-27 2021-11-26 广东赛斐迩物流科技有限公司 一种穿梭车同层多车调度方法
CN114637303A (zh) * 2022-05-11 2022-06-17 燕山大学 基于远程遥操作的搬运机器人路径规划方法、系统及介质
CN114819420A (zh) * 2022-06-29 2022-07-29 弥费实业(上海)有限公司 基于冲突消解的天车运输路径规划方法
CN115049347A (zh) * 2022-08-17 2022-09-13 成都秦川物联网科技股份有限公司 用于agv控制的工业物联网及控制方法
CN115146884A (zh) * 2021-03-29 2022-10-04 南京航空航天大学 基于优先级的多agv协同搬运系统任务调度方法

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077643B (zh) * 2021-03-23 2022-05-03 上海振华重工(集团)股份有限公司 一种交通控制方法、交通控制系统及存储介质
CN113077643A (zh) * 2021-03-23 2021-07-06 上海振华重工(集团)股份有限公司 一种交通控制方法、交通控制系统及存储介质
CN115146884A (zh) * 2021-03-29 2022-10-04 南京航空航天大学 基于优先级的多agv协同搬运系统任务调度方法
CN113516429A (zh) * 2021-04-08 2021-10-19 华南理工大学 一种基于网络拥堵模型的多agv全局规划方法
CN113516429B (zh) * 2021-04-08 2024-03-29 华南理工大学 一种基于网络拥堵模型的多agv全局规划方法
CN113128938A (zh) * 2021-05-19 2021-07-16 广州赛特智能科技有限公司 一种机器人移动路径规划方法
CN113128938B (zh) * 2021-05-19 2022-05-17 广州赛特智能科技有限公司 一种机器人移动路径规划方法
CN113566840A (zh) * 2021-08-06 2021-10-29 上海振华重工(集团)股份有限公司 封闭式、密网型、自动化物流园区的多车路径规划方法
CN113566840B (zh) * 2021-08-06 2024-03-19 上海振华重工(集团)股份有限公司 封闭式、密网型、自动化物流园区的多车路径规划方法
CN113706016A (zh) * 2021-08-27 2021-11-26 广东赛斐迩物流科技有限公司 一种穿梭车同层多车调度方法
CN114637303A (zh) * 2022-05-11 2022-06-17 燕山大学 基于远程遥操作的搬运机器人路径规划方法、系统及介质
CN114819420A (zh) * 2022-06-29 2022-07-29 弥费实业(上海)有限公司 基于冲突消解的天车运输路径规划方法
CN114819420B (zh) * 2022-06-29 2022-09-30 弥费实业(上海)有限公司 基于冲突消解的天车运输路径规划方法
CN115049347B (zh) * 2022-08-17 2022-12-06 成都秦川物联网科技股份有限公司 用于agv控制的工业物联网系统及其控制方法
US11886175B2 (en) 2022-08-17 2024-01-30 Chengdu Qinchuan Iot Technology Co., Ltd. Systems of industrial internet of things (IoT) for automated guided vehicle (AGV) control, methods, and media thereof
CN115049347A (zh) * 2022-08-17 2022-09-13 成都秦川物联网科技股份有限公司 用于agv控制的工业物联网及控制方法

Similar Documents

Publication Publication Date Title
CN111932000A (zh) 一种应用于大型物流系统的多agv调度方法
CN108877268B (zh) 一种面向无人驾驶的无红绿灯十字路口智能调度方法
Liu et al. Trajectory planning for autonomous intersection management of connected vehicles
CN111445692B (zh) 一种无信号灯路口智能网联汽车的速度协同优化方法
CN110989570B (zh) 一种多agv防碰撞协同路径规划方法
CN112258875B (zh) 基于车路协同与自动驾驶的交叉口智能管控方法
CN110174111A (zh) 基于时间窗的任务分段式的多agv路径规划算法
CN111583673A (zh) 一种基于无人驾驶车辆的智能交叉路口管理方法
CN112581747B (zh) 一种车路协同的货车队列组织方法、装置及系统
CN109115220B (zh) 一种用于停车场系统路径规划的方法
KR101010718B1 (ko) 복수개의 자원을 점유하는 무인 반송차의 동적 주행방법
CN112258864B (zh) 基于顺序选择的自动驾驶车辆路口调度方法及系统
CN115273450B (zh) 一种网联自动驾驶环境下车辆进入编队的换道方法
Li et al. A cooperative traffic control for the vehicles in the intersection based on the genetic algorithm
CN112099492A (zh) 含避让点的管制区内agv动态交通管制方法及系统
CN115158351A (zh) 一种交叉口自动驾驶汽车和行人控制方法
CN113256961A (zh) 基于车辆编队的路口自主车辆调度与控制方法
CN115331461B (zh) 一种无信号交叉口混合交通通行控制方法、装置及车辆
CN116740939A (zh) 智能网联车辆行驶规划方法及装置
CN111582579A (zh) 一种基于拓扑地图的预测性多agv任务分配方法
CN115617049A (zh) 基于混凝土运输平台的agv小车控制系统
Shiomi et al. A lane-change maneuver of automated vehicles for improving traffic flow on highways with multiple lanes
CN115482677A (zh) 一种自动驾驶交叉口的公交优先控制方法
Zhou et al. Unsignalized intersection management strategy for mixed autonomy traffic streams
Shi et al. A shortest job first algorithm for minimizing the average delay of vehicles at the un-signalized intersection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201113