CN112859847B - 一种通行方向限制下的多机器人协同路径规划方法 - Google Patents

一种通行方向限制下的多机器人协同路径规划方法 Download PDF

Info

Publication number
CN112859847B
CN112859847B CN202110010473.XA CN202110010473A CN112859847B CN 112859847 B CN112859847 B CN 112859847B CN 202110010473 A CN202110010473 A CN 202110010473A CN 112859847 B CN112859847 B CN 112859847B
Authority
CN
China
Prior art keywords
robot
path
grid
priority
local loop
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.)
Expired - Fee Related
Application number
CN202110010473.XA
Other languages
English (en)
Other versions
CN112859847A (zh
Inventor
丁男
王守灿
夏卫国
吴迪
孙希明
刘婵娟
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.)
Dalian University of Technology
Original Assignee
Dalian University of 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 Dalian University of Technology filed Critical Dalian University of Technology
Priority to CN202110010473.XA priority Critical patent/CN112859847B/zh
Publication of CN112859847A publication Critical patent/CN112859847A/zh
Application granted granted Critical
Publication of CN112859847B publication Critical patent/CN112859847B/zh
Expired - Fee Related 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • 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

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)
  • Manipulator (AREA)

Abstract

一种工作在通行方向限制下的多机器人协同路径规划方法，其属于多机器人协同控制技术领域。该方法以路径长度与路径平滑度作为路径评价标准，使用A*算法进行单机器人路径规划；然后在全局地图中根据机器人的位置信息及占位信息，建立与栅格地图尺寸一致的、可以动态更新的通道状态表；接着对于路径规划层生成的路径，再判断是否存在局部环路；最后结合通道状态表中相关栅格的占用状态，判断局部环路优化的条件是否成立，成立则将优化后的路径下发给机器人，并更新通道状态表。该方法利用通道状态表，描述机器人之间的相互影响，在实现动态碰撞避免的基础上，对通行方向限制导致的局部环路现象进行分析处理，减小路径代价，提高整体工作效率。

Description

一种通行方向限制下的多机器人协同路径规划方法
技术领域
本发明属于多机器人协同控制技术领域，涉及到一种用于通行方向限制下的多机器人协同路径规划方法。
背景技术
移动机器人在智能制造与智慧仓库领域有着广泛的应用前景。在传统的单移动机器人控制系统中，主要需要解决路径规划、定位与导航、静态障碍物的碰撞避免等问题，现在已经较为成熟。随着应用场景的复杂化，单个机器人的功能十分有限，不能满足复杂多变的场景，因此，多机器人协同的应用需求被广泛提出，然而，多机器人协同工作并不是单机器人的简单叠加，需要面临很多新的问题。多个机器人工作在同一空间中，如果没有合适的协同调度策略与控制方法，则不可避免的会出现碰撞、死锁与拥堵等问题，严重影响整个系统的正常工作，大幅降低工作效率。
协同路径规划是多机器人协同控制的关键问题之一，其基本目标是实现机器人之间动态碰撞的避免，在此基础上根据路径长度、平滑度与安全性这三个公认的路径质量评价标准，进行协同路径优化。
针对多机器人可能出现的碰撞问题，许多研究者使用集中控制的方法，通过协同路径规划消除可能出现的冲突。Nazarahari M等人[Nazarahari M,Khanmirza E,DoostieS.Multi-objective multi-robot path planning in continuous environment usingan enhanced genetic algorithm.Expert Systems with Applications,2019，115,106-120.]定义复合目标函数，将移动机器人之间的距离用作避免碰撞的标准，在遗传算法中引入碰撞消除算子，以消除路径之间可能的碰撞，该方法仅在理想状态下调整路径交叉点的位置，不适用于机器人数目较多的场景。FanZ Y等人[FanZ Y,Gu C L,Yin X,Liu C Y,Huang H J.Time Window Based Path Planning of Multi-AGVs in LogisticsCenter.International Symposium on Computational Intelligence and Design,2017,2,161-166]使用基于时间窗的方法，首先生成一组潜在的候选路径，然后按时间窗口搜索算法计算每个候选路径的时间表路径，选择最佳路径进行预约，保留候选路径后，路径上每个区块的可传递时间窗口不能同时被其他车辆占用，该方法适应于大规模栅格场景，但严重依赖于时间窗的准确性，同时，也没有对绕行情况进行优化，路径代价较大。
发明内容
本发明的目的是在单行进方向单通道的巷道通行方式下，完成多机器人动态碰撞避免，并为局部环路现象提供一种路径优化策略，减小路径代价。该方法主要是在多机器人控制中心维持一张通道状态表，在路径规划时对通行方向限制导致的局部环路现象进行判断，一旦发现局部环路存在，则根据通道状态表的数据记录对路径进行优化，并更新通道状态表，从而产生低路径代价的最优策略。
本发明的技术方案是：
首先，根据机器人上报的位置信息与占位状态建立动态更新的通道状态表；其次，对路径规划时由于通行方向限制导致的局部环路现象进行判断，结合通道状态表对局部环路优化进行可行性分析；最后，生成优化路径下发给机器人，并更新通道状态表。
多机器人协同路径规划的具体步骤如下：
一种用于通行方向限制下的多机器人协同路径规划方法，其特征是：首先，以路径长度与路径平滑度作为路径评价标准，使用A*算法进行单机器人路径规划；其次，建立可以动态更新的通道状态表，根据通道状态表与机器人综合优先级的判定方法，完成动态碰撞的避免；最后，判断是否存在由于通行方向限制导致的、有优化可能的局部环路现象，存在则判断局部环路优化的条件是否成立，生成优化后的路径并更新通道状态表；该方法的具体步骤如下：
步骤1.单机器人路径规划，即使用A*算法，以路径长度与路径平滑度作为路径评价标准，进行单机器人路径规划；
以A*算法作为单机器人路径规划基本方法，在基于Manhattan距离的估价函数中添加转弯代价：
Figure BDA0002884863220000031
其中，(xpre，ypre)为路径规划过程中的当前节点坐标，(xg，yg)为目标节点坐标，Vn为每次转弯需要耗费的额外转弯代价；
在单行进方向单通道的栅格地图中，每两个相邻的路口栅格之间路径是唯一的，故将A*算法的搜索区域从全部栅格缩小至路口栅格；使用A*算法，生成路口序列后，再按照通行方向的限制，将非路口栅格插入路口序列中，得到从起点栅格到终点栅格的完整路径，完成单机器人路径规划；
步骤2.建立通道状态表，即根据全局地图信息，结合机器人上报的位置信息及占位信息，建立动态更新的通道状态表；
通道状态表是一个大小尺寸与栅格地图完全相同的二维表格，其元素与栅格地图的路口栅格一一对应；通道状态表中的每个元素需要记录应以下两个字段：
(1)栅格的当前状态
根据动态碰撞避免的需要，将栅格的当前状态分为三类，分别为空闲、被预约与被占用；其中，空闲栅格代表当前既没有被任何机器人占用，也没有被预约的栅格；
(2)预约或占用栅格的机器人的信息
对于被预约或者被占用的栅格，需要通过与机器人的通信，记录预约或占用当前栅格的机器人的信息；信息包括机器人唯一的身份标识ID，机器人的剩余电量、是否载货、所装载货物的优先级、执行当前任务的累计等待时间；
步骤3.局部环路判断，即对于每一个路径规划层生成的路径，根据局部环路判断条件，判断是否存在由于通行方向限制导致的、有优化可能的局部环路现象；
机器人按照单机器人路径规划阶段规划好的路径行进时，进入栅格之前需要查看预约表中栅格的状态，若为空闲，则将栅格状态置为被预约，可以行进；若为被预约，则比较自身的优先级与已经预约该栅格的机器人的优先级，自身优先级较高则可以对栅格进行抢占，否则原地等待，直到解除占用；若为被占用则原地等待，直到栅格空闲；
综合优先级PS按以下规则判定：
首先，若剩余电量Epre小于电量安全阈值Esafe，则将电量优先级p1设为最高Vmax，剩余电量在安全范围内的机器人，将电量优先级p1设为0；
Figure BDA0002884863220000041
其次，根据货物装载情况判定优先级，载货机器人优先级Vα高于未载货的机器人的优先级Vβ；
Figure BDA0002884863220000042
最后，载货状况相同，则由货物的优先级pg与当前任务的累计等待时间
tw决定，pgmax为货物最大优先级，twmax为执行任务的最大累计等待时间；
Figure BDA0002884863220000043
Vmax＞Vα＞Vβ＞2 (5)
PS＝w1p1+w2p2+w3p3 (6)
w1+w2+w3＝1 (7)
w1、w2与w3分别为优先级的权重系数，且三个权重系数取相同值；
步骤4.局部环路优化可行性分析，即对在步骤3中判断出的局部环路现象，结合通道状态表中相关栅格的当前状态与预约或占用栅格的机器人的综合优先级，判断局部环路优化的条件是否成立；
在起点处与终点路口处分别对局部环路进行判断：在起点处，根据已经使用A*算法规划好的原始路径进行判断，原始路径同时满足式(10)的三个条件，则判定为在起点处存在局部环路；
Figure BDA0002884863220000051
N2＝N1+(Ly+1)+2(Lx+1) (9)
(N2＜LR)∧(ys＝R[N2].y)∧(ys≠yg) (10)
式(8)至式(10)中，N1为按通行方向限制，从起点至第一个路口处需要移动的栅格数，(xs，ys)为起点坐标，(xs+1，ys+1)为原始路径上第二个点的坐标，(xg，yg)为终点坐标，Lx为货架组X轴方向的尺寸，Ly为货架组Y轴方向的尺寸；N2为按通行方向限制，从起点至反方向第一个路口处需要移动的栅格数， LR为原始路径的路径长度,R[N2].y为原始路径上第N2个栅格的纵坐标；
终点处的局部环路，在机器人行进到终点路口时，由控制中心根据当前坐标与终点坐标的关系进行判断，满足式(11)的三个条件，则判定为在终点处存在局部环路；
(ypre＝yg)∧[|xpre–xg|＜(Ly+1)]∧[(LR-N3)＞(Ly+1)] (11)
其中：(xpre，ypre)为机器人的当前位置坐标，即终点路口的坐标，机器人已经运动到原始路径的第N3个栅格；
步骤5.路径生成与执行：在取消起点区域与终点区域的通行方向限制的情况下，分别用起点至起点路口、终点路口至终点的最短路径，替换对应区间的局部环路路径；然后由控制中心访问通道状态表，查询在拟取消通行方向限制的区域内，是否有栅格处于被占用或被预约状态，如果均为空闲状态或机器人综合优先级高于预约栅格的机器人的优先级，则将通道状态表中需要解除限制的栅格的状态置为被占用，机器人通过该路段后更新通道状态表，将解除通行方向限制的栅格的状态置为空闲，并恢复通行方向限制，完成一次协同路径优化
本发明的效果和益处是：其一是基于A*算法，将转弯代价纳入估价函数，并缩小搜索区域，提高路径规划算法的执行速度；其二是深入考虑同一场景内机器人的优先级以及机器人之间的相互作用，建立并利用通道状态表，为多机器人协同路径规划提供有效的信息；其三是对通行方向限制导致的局部环路现象进行判断与优化，减小了路径长度，提高整体工作效率。
附图说明
附图1是多机器人工作场景图。
附图2是通道状态表更新流程图。
附图3是局部环 路优化示意图。
附图4是局部环路判断与优化流程图。
具体实施方式
以下结合技术方案和附图详细叙述本发明的具体实施方式。
一种通行方向限制下的多机器人协同路径规划方法，包括以下步骤：
1、单机器人路径规划
在进行协同路径优化之前，首先需要一条初始路径。以A*算法作为单机器人路径规划基本方法，在基于Manhattan距离的估价函数中添加转弯代价，以减少不必要的转弯，提高路径的平滑度。
Figure BDA0002884863220000061
其中，(xpre，ypre)为路径规划过程中的当前节点坐标，(xg，yg)为目标节点坐标，Vn为每次转弯需要耗费的额外转弯代价。
在单行进方向单通道的栅格地图中，每两个相邻的路口栅格之间路径是唯一的，故将A*算法的搜索区域从全部栅格缩小至路口栅格。使用A*算法，生成路口序列后，再按照通行方向的限制，将非路口栅格插入路口序列中，得到从起点栅格到终点栅格的完整路径，完成单机器人路径规划。
2、建立通道状态表
本发明以栅格地图作为工作场景，采用单行进方向单通道的巷道通行方式，如图1所示。根据实际场景，在控制中心预先存放一张全局地图，在运行过程中，控制中心与每个机器人通信，获得机器人的当前位置与占位信息，根据以上信息，建立通道状态表。通道状态表是一个大小尺寸与栅格地图完全相同的二维表格，其元素与栅格地图的路口栅格一一对应。通道状态表中的每个元素需要记录应以下两个字段：
(1)栅格的当前状态
根据动态碰撞避免的需要，将栅格的当前状态分为三类，分别为空闲、被预约与被占用。其中，空闲栅格代表当前既没有被任何机器人占用，也没有被预约的栅格。
(2)预约或占用栅格的机器人的信息
对于被预约或者被占用的栅格，需要通过与机器人的通信，记录预约或占用当前栅格的机器人的信息。除了每个机器人唯一的身份标识ID之外，还需记录与综合优先级排序相关的信息，分别为机器人的剩余电量、是否载货、所装载货物的优先级、执行当前任务的累计等待时间。
3、通道状态表更新方式
通道状态表的更新方式如图2所示，机器人按照单机器人路径规划阶段规划好的路径行进时，进入栅格之前需要查看预约表中栅格的状态，若为空闲，则将栅格状态置为被预约，可以行进；若为被预约，则比较自身的优先级与已经预约该栅格的机器人的优先级，自身优先级较高则可以对栅格进行抢占，否则原地等待，直到解除占用；若为被占用则原地等待，直到栅格空闲。
综合优先级PS按以下规则判定：
Figure BDA0002884863220000071
Figure BDA0002884863220000072
Figure BDA0002884863220000073
Vmax＞Vα＞Vβ＞2 (5)
PS＝w1p1+w2p2+w3p3 (6)
w1+w2+w3＝1 (7)
首先，若剩余电量Epre小于电量安全阈值Esafe，则将电量优先级p1设为最高Vmax，剩余电量在安全范围内的机器人，将电量优先级p1设为0；其次，根据货物装载情况判定优先级，载货机器人优先级Vα高于未载货的机器人的优先级Vβ；最后，载货状况相同，则由货物的优先级pg与当前任务的累计等待时间tw决定，pgmax为货物最大优先级，twmax为执行任务的最大累计等待时间。w1、w2与w3分别为优先级的权重系数，可以根据需要系统性能的需要进行调整，本发明中三个权重系数取相同值。
4、局部环路判断
由于通行方向的限制，路径规划结果中会出现如图3所示的局部环路现象，增加了路径长度。此种局部环路由起点处与终点处的通行方向限制导致，与其它位置的通行方向限制无关，所以在起点处与终点路口处分别对局部环路进行判断。
如图4所示，在起点处，根据已经使用A*算法规划好的原始路径进行判断，原始路径同时满足式(10)的三个条件，则判定为在起点处存在局部环路。
Figure BDA0002884863220000081
N2＝N1+(Ly+1)+2(Lx+1) (9)
(N2＜LR)∧(ys＝R[N2].y)∧(ys≠yg) (10)
式(8)至式(10)中，N1为按通行方向限制，从起点至第一个路口处需要移动的栅格数，(xs，ys)为起点坐标，(xs+1，ys+1)为原始路径上第二个点的坐标，(xg，yg)为终点坐标，Lx为货架组X轴方向的尺寸，Ly为货架组Y轴方向的尺寸，N2为按通行方向限制，从起点至反方向第一个路口处需要移动的栅格数， LR为原始路径的路径长度,R[N2].y为原始路径上第N2个栅格的纵坐标。
(ypre＝yg)∧[|xpre–xg|＜(Ly+1)]∧](LR-N3)＞(Ly+1)] (11)
终点处的局部环路，在机器人行进到终点路口时，由控制中心根据当前坐标与终点坐标的关系进行判断，需满足式(11)的三个条件。(xpre，ypre)为机器人的当前位置坐标，即终点路口的坐标，机器人已经运动到原始路径的第N3个栅格。
5、局部环路优化
对于已判断出的局部环路，在取消起点区域与终点区域的通行方向限制的情况下，如图3所示，分别用起点至起点路口、终点路口至终点的最短路径，替换对应区间的局部环路路径，以生成一条最佳路径。然后，由控制中心访问通道状态表，查询在拟取消通行方向限制的区域内，是否有栅格处于被占用或被预约状态，如果均为空闲状态或机器人综合优先级高于预约栅格的机器人的优先级，则将通道状态表中需要解除通行方向限制的栅格的状态置为被占用，机器人通过该路段后更新通道状态表，将解除通行方向限制的栅格的状态置为空闲，并恢复通行方向的限制，完成一次协同路径优化。

Claims (1)

1.一种用于通行方向限制下的多机器人协同路径规划方法，其特征是：首先，以路径长度与路径平滑度作为路径评价标准，使用A*算法进行单机器人路径规划；其次，建立可以动态更新的通道状态表，根据通道状态表与机器人综合优先级的判定方法，完成动态碰撞的避免；最后，判断是否存在由于通行方向限制导致的、有优化可能的局部环路现象，存在则判断局部环路优化的条件是否成立，生成优化后的路径并更新通道状态表；该方法的具体步骤如下：
步骤1.单机器人路径规划，即使用A*算法，以路径长度与路径平滑度作为路径评价标准，进行单机器人路径规划；
以A*算法作为单机器人路径规划基本方法，在基于Manhattan距离的估价函数中添加转弯代价：
Figure FDA0002884863210000011
其中，(xpre，ypre)为路径规划过程中的当前节点坐标，(xg，yg)为目标节点坐标，Vn为每次转弯需要耗费的额外转弯代价；
在单行进方向单通道的栅格地图中，每两个相邻的路口栅格之间路径是唯一的，故将A*算法的搜索区域从全部栅格缩小至路口栅格；使用A*算法，生成路口序列后，再按照通行方向的限制，将非路口栅格插入路口序列中，得到从起点栅格到终点栅格的完整路径，完成单机器人路径规划；
步骤2.建立通道状态表，即根据全局地图信息，结合机器人上报的位置信息及占位信息，建立动态更新的通道状态表；
通道状态表是一个大小尺寸与栅格地图完全相同的二维表格，其元素与栅格地图的路口栅格一一对应；通道状态表中的每个元素需要记录应以下两个字段：
(1)栅格的当前状态
根据动态碰撞避免的需要，将栅格的当前状态分为三类，分别为空闲、被预约与被占用；其中，空闲栅格代表当前既没有被任何机器人占用，也没有被预约的栅格；
(2)预约或占用栅格的机器人的信息
对于被预约或者被占用的栅格，需要通过与机器人的通信，记录预约或占用当前栅格的机器人的信息；信息包括机器人唯一的身份标识ID，机器人的剩余电量、是否载货、所装载货物的优先级、执行当前任务的累计等待时间；
步骤3.局部环路判断，即对于每一个路径规划层生成的路径，根据局部环路判断条件，判断是否存在由于通行方向限制导致的、有优化可能的局部环路现象；
机器人按照单机器人路径规划阶段规划好的路径行进时，进入栅格之前需要查看预约表中栅格的状态，若为空闲，则将栅格状态置为被预约，可以行进；若为被预约，则比较自身的优先级与已经预约该栅格的机器人的优先级，自身优先级较高则可以对栅格进行抢占，否则原地等待，直到解除占用；若为被占用则原地等待，直到栅格空闲；
综合优先级PS按以下规则判定：
首先，若剩余电量Epre小于电量安全阈值Esafe，则将电量优先级p1设为最高Vmax，剩余电量在安全范围内的机器人，将电量优先级p1设为0；
Figure FDA0002884863210000021
其次，根据货物装载情况判定优先级，载货机器人优先级Vα高于未载货的机器人的优先级Vβ；
Figure FDA0002884863210000022
最后，载货状况相同，则由货物的优先级pg与当前任务的累计等待时间tw决定，pgmax为货物最大优先级，twmax为执行任务的最大累计等待时间；
Figure FDA0002884863210000023
Vmax＞Vα＞Vβ＞2 (5)
PS＝w1p1+w2p2+w3p3 (6)
w1+w2+w3＝1 (7)
w1、w2与w3分别为优先级的权重系数，且三个权重系数取相同值；
步骤4.局部环路优化可行性分析，即对在步骤3中判断出的局部环路现象，结合通道状态表中相关栅格的当前状态与预约或占用栅格的机器人的综合优先级，判断局部环路优化的条件是否成立；
在起点处与终点路口处分别对局部环路进行判断：在起点处，根据已经使用A*算法规划好的原始路径进行判断，原始路径同时满足式(10)的三个条件，则判定为在起点处存在局部环路；
Figure FDA0002884863210000031
N2＝N1+(Ly+1)+2(Lx+1) (9)
(N2＜LR)∧(ys＝R[N2].y)∧(ys≠yg) (10)
式(8)至式(10)中，N1为按通行方向限制，从起点至第一个路口处需要移动的栅格数，(xs，ys)为起点坐标，(xs+1，ys+1)为原始路径上第二个点的坐标，(xg，yg)为终点坐标，Lx为货架组X轴方向的尺寸，Ly为货架组Y轴方向的尺寸；N2为按通行方向限制，从起点至反方向第一个路口处需要移动的栅格数，LR为原始路径的路径长度，R[N2].y为原始路径上第N2个栅格的纵坐标；
终点处的局部环路，在机器人行进到终点路口时，由控制中心根据当前坐标与终点坐标的关系进行判断，满足式(11)的三个条件，则判定为在终点处存在局部环路；
(ypre＝yg)∧[|xpre-xg|＜(Ly+1)]∧[(LR-N3)＞(Ly+1)] (11)
其中：(xpre，ypre)为机器人的当前位置坐标，即终点路口的坐标，机器人已经运动到原始路径的第N3个栅格；
步骤5.路径生成与执行：在取消起点区域与终点区域的通行方向限制的情况下，分别用起点至起点路口、终点路口至终点的最短路径，替换对应区间的局部环路路径；然后由控制中心访问通道状态表，查询在拟取消通行方向限制的区域内，是否有栅格处于被占用或被预约状态，如果均为空闲状态或机器人综合优先级高于预约栅格的机器人的优先级，则将通道状态表中需要解除限制的栅格的状态置为被占用，机器人通过该路段后更新通道状态表，将解除通行方向限制的栅格的状态置为空闲，并恢复通行方向限制，完成一次协同路径优化。
CN202110010473.XA 2021-01-06 2021-01-06 一种通行方向限制下的多机器人协同路径规划方法 Expired - Fee Related CN112859847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110010473.XA CN112859847B (zh) 2021-01-06 2021-01-06 一种通行方向限制下的多机器人协同路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110010473.XA CN112859847B (zh) 2021-01-06 2021-01-06 一种通行方向限制下的多机器人协同路径规划方法

Publications (2)

Publication Number Publication Date
CN112859847A CN112859847A (zh) 2021-05-28
CN112859847B true CN112859847B (zh) 2022-04-01

Family

ID=76004042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110010473.XA Expired - Fee Related CN112859847B (zh) 2021-01-06 2021-01-06 一种通行方向限制下的多机器人协同路径规划方法

Country Status (1)

Country Link
CN (1) CN112859847B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113985880A (zh) * 2021-10-29 2022-01-28 深圳优地科技有限公司 多机器人路径规划方法、多机器人系统及机器人
CN114115259B (zh) * 2021-11-18 2024-04-16 青晨(广州)电子商务科技有限公司 一种agv实时路径规及防撞方法及系统
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
CN116661467B (zh) * 2023-08-01 2023-10-13 山东致远通信网络有限公司 基于数字图像处理的agv机器人行走路径智能控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017166474A1 (zh) * 2016-03-29 2017-10-05 中国科学院深圳先进技术研究院 一种基于交叉口群的交通控制方法及系统
WO2019021058A2 (en) * 2017-07-25 2019-01-31 Mbl Limited SYSTEMS AND METHODS FOR OPERATING A ROBOTIC SYSTEM AND EXECUTING ROBOTIC INTERACTIONS
CN109508010A (zh) * 2018-12-17 2019-03-22 盐城工学院 一种基于栅格地图的多移动机器人系统栅格点前瞻性防死锁动态分配方法
CN110209485A (zh) * 2019-06-05 2019-09-06 青岛海通胜行智能科技有限公司 一种协同作业时多机器人的动态避让方法
CN111290385A (zh) * 2020-02-19 2020-06-16 深圳前海达闼云端智能科技有限公司 一种机器人路径规划方法、机器人、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3078935A1 (en) * 2015-04-10 2016-10-12 The European Atomic Energy Community (EURATOM), represented by the European Commission Method and device for real-time mapping and localization

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017166474A1 (zh) * 2016-03-29 2017-10-05 中国科学院深圳先进技术研究院 一种基于交叉口群的交通控制方法及系统
WO2019021058A2 (en) * 2017-07-25 2019-01-31 Mbl Limited SYSTEMS AND METHODS FOR OPERATING A ROBOTIC SYSTEM AND EXECUTING ROBOTIC INTERACTIONS
CN109508010A (zh) * 2018-12-17 2019-03-22 盐城工学院 一种基于栅格地图的多移动机器人系统栅格点前瞻性防死锁动态分配方法
CN110209485A (zh) * 2019-06-05 2019-09-06 青岛海通胜行智能科技有限公司 一种协同作业时多机器人的动态避让方法
CN111290385A (zh) * 2020-02-19 2020-06-16 深圳前海达闼云端智能科技有限公司 一种机器人路径规划方法、机器人、电子设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ADDSEN: Adaptive Data Processing and Dissemination for Drone Swarms in Urban Sensing;Di Wu 等;《IEEE Transactions on Computers》;20171231;第66卷(第02期);第183-198页 *
Wireless HROV Control with Compressed Visual Feedback Using Acoustic and RF Links;Centelles, D 等;《JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS》;20200930;第99卷(第3-4期);第713-728页 *
基于视觉场景复杂度多特征自适应融合的目标跟踪;吴迪 等;《上海交通大学学报》;20151231;第49卷(第12期);第1868-1875页 *
多移动机器人路径规划研究;马勇;《中国博士学位论文全文数据库 信息科技专辑 》;20130731(第07期);第1-122页 *

Also Published As

Publication number Publication date
CN112859847A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN112859847B (zh) 一种通行方向限制下的多机器人协同路径规划方法
CN105354648B (zh) Agv调度管理的建模及其优化方法
CN113074728B (zh) 基于跳点寻路与协同避障的多agv路径规划方法
CN110009259B (zh) 一种应用于双向路径下柔性制造车间的多agv调度方法
CN107179078A (zh) 一种基于时间窗优化的agv路径规划方法
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
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
CN114895690B (zh) 基于动态加权及热力图算法的机器人路径规划方法及系统
WO2021031272A1 (zh) 一种基于动态路径规划的agv调度方法
CN108520326B (zh) 一种基于agv任务路径调度的监督控制器实时合成方法
CN113516429B (zh) 一种基于网络拥堵模型的多agv全局规划方法
CN109269518B (zh) 一种基于智能体的可移动装置有限空间路径生成方法
CN113075927A (zh) 基于预约表的仓储潜伏式多agv路径规划方法
CN108827311A (zh) 一种制造车间无人搬运系统路径规划方法
Chen et al. A coordinated path planning algorithm for multi-robot in intelligent warehouse
CN110514224B (zh) 一种无人驾驶汽车局部路径规划性能评价方法
CN113592158A (zh) 多agv路径规划和多agv智能生产线中agv与机器联合调度方法
Yang et al. Decoupled Real-Time Trajectory Planning for Multiple Autonomous Mining Trucks in Unloading Areas
CN114840001A (zh) 一种封闭环境下的多车协同轨迹规划方法
Liyun et al. Study on conflict-free AGVs path planning strategy for workshop material distribution systems
CN113762597A (zh) 一种基于云平台管理的智能agv调度系统和方法
Sun et al. Scheduling multiple AGVs with dynamic time-windows for smart indoor parking lot
CN116414139B (zh) 基于A-Star算法的移动机器人复杂路径规划方法
Okoso et al. High density automated valet parking via multi-agent path finding

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220401