CN113283643B - Agv终点筛选方法、电子装置和计算机可读存储介质 - Google Patents

Agv终点筛选方法、电子装置和计算机可读存储介质 Download PDF

Info

Publication number
CN113283643B
CN113283643B CN202110521300.4A CN202110521300A CN113283643B CN 113283643 B CN113283643 B CN 113283643B CN 202110521300 A CN202110521300 A CN 202110521300A CN 113283643 B CN113283643 B CN 113283643B
Authority
CN
China
Prior art keywords
node
agv
nodes
linked list
end point
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.)
Active
Application number
CN202110521300.4A
Other languages
English (en)
Other versions
CN113283643A (zh
Inventor
谷内平
占永建
刘志君
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.)
Guangzhou Dabo Intelligent Technology Co ltd
Original Assignee
Guangzhou Dabo Intelligent Technology 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 Guangzhou Dabo Intelligent Technology Co ltd filed Critical Guangzhou Dabo Intelligent Technology Co ltd
Priority to CN202110521300.4A priority Critical patent/CN113283643B/zh
Publication of CN113283643A publication Critical patent/CN113283643A/zh
Application granted granted Critical
Publication of CN113283643B publication Critical patent/CN113283643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005Tree description, e.g. octree, quadtree
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Graphics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种AGV终点筛选方法、电子装置和计算机可读存储介质,该方法包括:S1、在接收到起点和终点集后,起点作为四叉树的根节点,计算起点的F值,并按F值升序保存到双向指针链表;S2、从链表表头取出节点,确定是否有预设标记;S3、若没有,则确定取出的节点可到达的相邻节点,判断各相邻节点中是否有属于终点集的节点;S4、若是,则找出属于终点集的节点,打上预设标记、计算F值,再保存到链表中以及添加到四叉树中,转S2;S5、若否,则计算出各相邻节点的F值,并将各相邻节点保存到双向指针链表以及添加到四叉树中,转S2;S6、若有,则将取出的节点作为AGV的路径终点。本发明技术方案,提升智能停车场的停车效率。

Description

AGV终点筛选方法、电子装置和计算机可读存储介质
技术领域
本发明涉及智能停车场领域,特别涉及一种AGV终点筛选方法、电子装置和计算机可读存储介质。
背景技术
在智能停车场领域,车辆的存放和取出过程都是通过AGV(Automated GuidedVehicle,自动导引运输车)进行运输。目前,当需要将停车交接区的车辆进行停车时,系统通常都是从所有剩余车位或附近区域的剩余车位中随机选择的一个车位,让AGV将车辆从停车交接区运输到该随机选择的车位进行停放,这种车位选择方式,没有考虑车库中的其它运行的AGV和主干繁忙路段的影响,导致AGV的运输时间过长,从而使得智能停车场的停车效率低下。
发明内容
本发明提供一种AGV终点筛选方法、电子装置和计算机可读存储介质,旨在提升智能停车场的停车效率。
为实现上述目的,本发明提出的AGV终点筛选方法,所述AGV终点筛选方法包括:
S1、在接收到起点和终点集后,在预先建立的栅格地图模型中建立四叉树,将所述起点作为所述四叉树的根节点,计算出所述起点的总代价F值,并将所述起点保存到新建的双向指针链表中,所述双向指针链表中的节点按F值升序保存,其中,所述F值的计算公式为F=F0+F1+F2,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价;
S2、从所述双向指针链表的表头取出节点,确定所述取出的节点是否有预设标记;
S3、在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点,判断各个确定的相邻节点中是否有属于所述终点集的节点;
S4、若是,则从各个确定的相邻节点中找出属于所述终点集的节点,将找出的节点打上预设标记、计算F值后,再保存到所述双向指针链表中以及添加到所述四叉树的根节点的对应分支上,跳转至步骤S2;
S5、若否,则计算出各个确定的相邻节点的F值,将各个确定的相邻节点保存到所述双向指针链表中,以及将各个确定的相邻节点添加到所述四叉树的根节点的对应分支上,跳转至步骤S2;
S6、在确定所述取出的节点有预设标记后,将所述取出的节点作为AGV的路径终点。
可选地,在所述步骤S6之后,所述AGV终点筛选方法还包括:
根据所述AGV的路径终点,在所述四叉树中由所述AGV的路径终点回溯到所述根节点,以得到所述起点到所述AGV的路径终点的路径。
可选地,所述F值的计算公式替换为F=F0+F1+F2+F3,其中,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价,F3为所述起点到当前节点的累计变向次数的代价。
可选地,所述步骤S3包括:
在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点;
若确定的相邻节点数为零,则跳转至步骤S2;
若确定的相邻节点数大于为零,则判断各个确定的相邻节点中是否存在终点。
可选地,在所述步骤S2中,若无法从所述双向指针链表中的表头取到节点,则反馈无法到达终点。
本发明还提出一种电子装置,所述电子装置包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的AGV终点筛选系统,所述AGV终点筛选系统被所述处理器执行时实现如下步骤:
a、在接收到起点和终点集后,在预先建立的栅格地图模型中建立四叉树,将所述起点作为所述四叉树的根节点,计算出所述起点的总代价F值,并将所述起点保存到新建的双向指针链表中,所述双向指针链表中的节点按F值升序保存,其中,所述F值的计算公式为F=F0+F1+F2,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价;
b、从所述双向指针链表的表头取出节点,确定所述取出的节点是否有预设标记;
c、在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点,判断各个确定的相邻节点中是否有属于所述终点集的节点;
d、若是,则从各个确定的相邻节点中找出属于所述终点集的节点,将找出的节点打上预设标记、计算F值后,再保存到所述双向指针链表中以及添加到所述四叉树的根节点的对应分支上,跳转至步骤b;
e、若否,则计算出各个确定的相邻节点的F值,将各个确定的相邻节点保存到所述双向指针链表中,以及将各个确定的相邻节点添加到所述四叉树的根节点的对应分支上,跳转至步骤b;
f、在确定所述取出的节点有预设标记后,将所述取出的节点作为AGV的路径终点。
可选地,所述AGV终点筛选系统被所述处理器执行时还实现如下步骤:
根据所述AGV的路径终点,在所述四叉树中由所述AGV的路径终点回溯到所述根节点,以得到所述起点到所述AGV的路径终点的路径。
可选地,所述F值的计算公式替换为F=F0+F1+F2+F3,其中,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价,F3为所述起点到当前节点的累计变向次数的代价。
本发明还提出一种计算机可读存储介质,所述计算机可读存储介质存储有AGV终点筛选系统,所述AGV终点筛选系统可被一个或多个处理器执行,以实现如下步骤:
S01、在接收到起点和终点集后,在预先建立的栅格地图模型中建立四叉树,将所述起点作为所述四叉树的根节点,计算出所述起点的总代价F值,并将所述起点保存到新建的双向指针链表中,所述双向指针链表中的节点按F值升序保存,其中,所述F值的计算公式为F=F0+F1+F2,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价;
S02、从所述双向指针链表的表头取出节点,确定所述取出的节点是否有预设标记;
S03、在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点,判断各个确定的相邻节点中是否有属于所述终点集的节点;
S04、若是,则从各个确定的相邻节点中找出属于所述终点集的节点,将找出的节点打上预设标记、计算F值后,再保存到所述双向指针链表中以及添加到所述四叉树的根节点的对应分支上,跳转至步骤S02;
S05、若否,则计算出各个确定的相邻节点的F值,将各个确定的相邻节点保存到所述双向指针链表中,以及将各个确定的相邻节点添加到所述四叉树的根节点的对应分支上,跳转至步骤S02;
S06、在确定所述取出的节点有预设标记后,将所述取出的节点作为AGV的路径终点。
本发明方案,基于栅格图法建立环境地图模型(即栅格地图模型),在接收到起点和终点集后,在栅格地图模型中新建四叉树和双向指针链表,起点作为四叉树的根节点,通过四叉树保存所有搜索路径,通过双向指针链表按节点的总代价F值升序保存搜索到的节点。循环从双向指针链表的表头取出F值最小的节点搜索下一步将到达的所有可能的下一节点,并将搜索到的将达到的节点按F值保存到双向指针链表中,如此循环搜索,直至从双向指针链表的表头取出的节点有预设标记,即取出的节点是属于终点集的节点,也即为终点集中距离起点总代价最小的一个终点,将该取出的节点作为AGV的路径终点。本发明AGV终点筛选方法通过找出终点集中距离起点总代价最小的终点并将其作为AGV的路径终点,在智能停车场中作为停车时的停车位筛选方案时,每次停车均找到距离停车交接区总代价最小的停车位,使得AGV停车过程的运输时间更短,大幅提升了智能停车场的停车效率。
附图说明
图1为本发明AGV终点筛选方法一实施例的流程示意图;
图2为本发明AGV终点筛选方法二实施例的流程示意图;
图3为本发明AGV终点筛选系统一实施例的运行环境示意图;
图4为本发明AGV终点筛选系统一实施例的程序模块图;
图5为本发明AGV终点筛选系统二实施例的程序模块图;
图6为本发明AGV终点筛选系统三实施例中判断模块的功能模块图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出一种AGV终点筛选方法,可用于智能停车场等使用AGV进行运输的一些场景,在本发明的下面实施例中,以在智能停车场中的应用场景为例进行阐述。
如图1所示,图1是本发明AGV终点筛选方法一实施例的流程示意图。
本实施例的AGV终点筛选方法包括:
步骤S10,在接收到起点和终点集后,在预先建立的栅格地图模型中建立四叉树,将起点作为四叉树的根节点,计算出起点的总代价F值,并将起点保存到新建的双向指针链表中,双向指针链表中的节点按F值升序保存。
本实施例的AGV终点筛选方法基于预先建立的栅格地图模型,栅格地图模型为使用栅格图法预先建立的环境地图模型,本实施例环境地图模型为智能停车场的地图模型。建立栅格地图模型后,初始化该栅格地图模型的模型参数,包括:将人工设置的静态代价导入地图模型的F1参数,将静止的AGV在栅格地图模型中的对应位置设置为障碍点(不可通过),根据移动AGV的剩余路径,修改栅格地图模型中对应位置的F2参数。另外,栅格地图模型会定时或实时更新其模型参数;栅格地图模型中每个节点都有唯一的标识信息(例如,二维码、条形码等)。
本实施例中,起点为一个,即AGV的出发点,终点集为包含多个(几个、几十个或上百个)终点的集合。在智能停车场场景中,起点为停车交接区在栅格地图模型中的对应节点,终点集为智能停车场中的多个停车位(例如,所有剩余停车位、起点附近区域内的剩余停车位、根据预设规则确定的多个停车位或用户选择的多个停车位,等等)在栅格地图模型中对应的节点的集合。
在接收到智能停车场系统发送的起点和终点集后,先在栅格地图模型中新建四叉树和双向指针链表。四叉树的节点除了设置数据域外,还设置有5个指针和1个int型的方向参数,5个指针分别为father、up、down、left和right,其中father表示该节点的父节点,up表示该节点的上节点,down表示该节点的下节点,left表示该节点的左节点,right表示该节点的右节点,方向参数主要是记录父节点位于该节点的哪个方向。再将起点作为四叉树的根节点,采用计算公式F=F0+F1+F2计算出起点的总代价F值,并将起点保存到双向指针链表中,四叉树的根节点也会保存有起点的F值。该双向指针链表中的节点是采用按F值大小进行升序保存的,即F值最小的节点保存在双向指针链表的表头,F值越小的节点则保存在双向指针链表越靠表头的位置,若多个F值相同的节点在双向指针链表中保存时,则可按照保存顺序,先保存的节点保存于表头或后保存的节点保存于表头。
F值的计算公式为F=F0+F1+F2。其中,F0为当前节点距离起点的距离代价,例如,起点的F0为0,由起点向上下左右任意方向移动一步到达的下一节点D1的F0则为1,假设D1是由起点向下移动一步到达的节点,那么由D1向左、右或下到达的下一节点D2的F0则为2,如此随着不回退的移动,F0则逐渐累加,每次累加1;F1为当前节点的静态代价,栅格地图模型中某些路径为主干道,主干道是其他AGV都要经过路径区域,交通流量大,当AGV选择经过这些主干道时,通常会出现避让其他AGV的情况,导致等待时间过长,造成AGV运输时间更长,因此将这些主干道上的节点分别赋予一个静态代价(例如,5);F2为当前节点的动态代价,栅格地图模型中,有的路径是正在运输的其它移动的AGV的剩余路径,经过这些路径也是可能会出现需要对其它AGV进行等待避让的情况,相较于主干道,可能等待的时间会较短一些,因此给这些路径上的节点赋予一个动态代价(例如,2)。
步骤S20,从双向指针链表的表头取出节点,确定取出的节点是否有预设标记。
从双向指针链表的表头取出节点,取出节点后,双向指针链表中则删除了该取出的节点,表头的节点则更换为之前排在取出的节点后面的那个节点。第一次从双向指针链表的表头取出节点时,取出的节点即为起点。取出节点后,确定取出的节点是否有预设标记(例如,预设标记为“Finished”、“完成”,等等),该预设标记为表示该节点是属于终点集的标记,也就是表示该节点是终点集中的一个终点;通过确定该取出的节点是否有预设标记,以确认取出的节点是不是已经打上标记了的终点。
步骤S30,在确定取出的节点没有预设标记后,确定取出的节点可到达的除其父节点以外的其它相邻节点,判断各个确定的相邻节点中是否有属于终点集的节点。
在确定取出的节点没有预设标记后,即确认取出的节点不是已经打上标记了的终点,那么则进一步确认取出的节点可到达的除其父节点以外的其它相邻节点,即确认取出的节点分别从上下左右四个方向中的三个方向(除去了朝其父节点移动的方向,因为往回退一定不可能到达不终点)移动到达的相邻节点。确定了各个相邻节点后,再判断各个确定的相邻节点中是否有属于终点集的节点,即判断各个确定的相邻节点中是否有一个或多个是终点集中的终点;由于每个节点都有各自一一对应的标识,终点集中的每个终点也都带有其唯一的标识,通过将各个确定的相邻节点的标识与终点集中的终点的标识分别对比,标识相同则为同一个节点,反之则为不同节点,以确定各个确定的相邻节点中是否有属于终点集的节点。
步骤S40,若是,则从各个确定的相邻节点中找出属于终点集的节点,将找出的节点打上预设标记、计算F值后,再保存到双向指针链表中以及添加到四叉树的根节点的对应分支上,跳转至步骤S20。
若确定得到的各个确定的相邻节点中有属于终点集的节点,则从各个确定的相邻节点中找出属于终点集的节点,将找出的节点打上预设标记和计算F值,然后再将找出的节点按F值升序在双向指针链表中保存,并将找出的节点添加到四叉树的根节点的对应分支上(从根节点确定的可到达的各个相邻节点即为根节点的各个分支)。虽然已经找到了属于终点集的节点,但双向指针链表中可能还存在F值更小的节点还未搜索,可能存在通过其它分支上节点搜索到属于终点集的节点的情况,因此完成上述处理后,跳转回步骤S20,再次从双向指针链表的表头取出节点,循环上述步骤。
步骤S50,若否,则计算出各个确定的相邻节点的F值,将各个确定的相邻节点保存到双向指针链表中,以及将各个确定的相邻节点添加到四叉树的根节点的对应分支上,并跳转至步骤S20。
当判断各个确定的相邻节点中没有属于终点集的节点,则分别计算出各个确定的相邻节点的F值,将各个确定的相邻节点按F值升序保存到双向指针链表中,即双向指针链表中新保存的各个节点和之前剩余的节点一同按升序重新排序保存;并且将各个确定的相邻节点添加到四叉树的根节点的对应分支上。完成上述处理后,跳转回步骤S20,再次从双向指针链表的表头取出节点,循环上述步骤。
步骤S60,在确定取出的节点有预设标记后,将取出的节点作为AGV的路径终点。
当确定取出的节点有预设标记,即取出的节点为已经打上标记了的节点,也就是取出的节点为终点集中的一个终点;并且由于当前取出的节点为从双向指针链表的表头取出的,是双向指针链表中F值最小的节点,该取出的节点为找到的距离起点总代价最小的一个终点,因此结束上述循环步骤,将该取出的节点作为AGV的路径终点。AGV从起点到该AGV的路径终点的总代价最小,运输时间最短,提升AGV停车运输的效率。
本实施例的AGV终点筛选方法,基于栅格图法建立环境地图模型(即栅格地图模型),在接收到起点和终点集后,在栅格地图模型中新建四叉树和双向指针链表,起点作为四叉树的根节点,通过四叉树保存所有搜索路径,通过双向指针链表按节点的总代价F值升序保存搜索到的节点。循环从双向指针链表的表头取出F值最小的节点搜索下一步将到达的所有可能的下一节点,并将搜索到的将达到的节点按F值保存到双向指针链表中,如此循环搜索,直至从双向指针链表的表头取出的节点有预设标记,即取出的节点是属于终点集的节点,也即为终点集中距离起点总代价最小的一个终点,将该取出的节点作为AGV的路径终点。本实施例AGV终点筛选方法通过找出终点集中距离起点总代价最小的终点并将其作为AGV的路径终点,在智能停车场中作为停车时的停车位筛选方案时,每次停车均找到距离停车交接区总代价最小的停车位,使得AGV停车过程的运输时间更短,大幅提升了智能停车场的停车效率。
如图2所示,图2为本发明AGV终点筛选方法二实施例的流程示意图。
本实施例的AGV终点筛选方法,在步骤S60之后,还包括:
步骤S70,根据AGV的路径终点,在四叉树中由AGV的路径终点回溯到根节点,以得到起点到AGV的路径终点的路径。
在得到AGV的路径终点之后,由于四叉树中保存有从起点搜索到该AGV的路径终点过程中经过的所有节点及节点的信息,根据四叉树中各个节点的方向参数,由AGV的路径终点回溯到根节点(即起点),则得到起点到AGV的路径终点的路径,该路径为起点到AGV的路径终点的总代价最小的路径。AGV按照该得到的路径进行运输,则运输时间最短,运输效率最高。
本实施例AGV终点筛选方法,通过根据得到的AGV的路径终点,在四叉树中回溯得到起点到AGV的路径终点的总代价最小的路径,应用到在智能停车场的停车方案时,即可得到停车交接区到筛选出的停车位的总代价最小的路径,进一步缩短AGV停车过程的运输时间,从而进一步提升了智能停车场的停车效率。
进一步地,在本实施例的AGV终点筛选方法中,其步骤S30包括:
在确定取出的节点没有预设标记后,确定取出的节点可到达的除其父节点以外的其它相邻节点;
若确定的相邻节点数为零,则跳转至步骤S20;
若确定的相邻节点数大于为零,则判断各个确定的相邻节点中是否存在终点。
如果确定的相邻节点数为零,说明取出的节点除朝其父节点方向外,其它方向都无法到达相邻节点,即其它方向均为障碍物,该取出的节点进入死胡同,无法到达终点集中的终点,此时则跳转至步骤S20,以重新从双向指针链表的表头取出节点进行搜索。如果确定的相邻节点数大于零,说明取出的节点除朝其父节点方向外,至少一个其它方向可到达相邻节点,此时则进一步判断各个确定的相邻节点中是否有属于终点集的节点。
进一步地,在步骤S20中,若无法从双向指针链表中的表头取到节点,则反馈到达终点。
若是无法从双向指针链表的表头取到节点,说明双向指针链表已经空了,双向指针链表中的所有节点已经全部取出搜索完,没有找到终点集中的任何一个终点,那么此时则反馈无法到达终点,或反馈对应的标志信号以表示无法到达终点。
在上述实施例中,可能存在以下两种特殊情形:1、通过不同的搜索方向搜索到的节点为同一终点,2、通过当前取出的节点确定的可到达的相邻节点中多个为终点(终点为多个时)。在这两种情形下,双向指针链表中均可能同时保存有多个打上预设标记的节点(即终点);情形1时,双向指针链表中同时保存的终点的F值可能相等,也可能不等;情形2时,双向指针链表中同时保存的终点的F值相等。而本实施例的AGV终点筛选方法中直接是将从双向指针链表表头取出的打上了预设标记的节点作为AGV的路径终点,没有考虑其它F值相等的打上预设标记的节点,不够全面。
本实施例基于上述任一实施例的方案,针对上述两种特殊情形,本实施例将F值的计算公式替换为F=F0+F1+F2+F3,其中,F0为当前节点距离起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价,F3为起点到当前节点的累计变向次数的代价。
由于AGV的变向动作也会一定程度的影响AGV的运输时间,因此,本实施例中将节点的F值的计算增加了F3参数。变向次数的解释如下:假设当前节点为第二节点,第二节点是由第一节点向下移动到达的节点,第三节点是由第二节点移动到达的相邻节点,那么,如果第三节点是第二节点向左或向右移动到达的,则第三节点的变向次数加1(即由第二节点的变向次数加1),如果第三节点是第二节点向下移动到达的,则第二节点的变向次数不变(为第二节点的变向次数),累计变向次数的代价F3的值=累计变向次数×变向单位代价(可预先设定,例如为1)。通过引入F3参数,降低了在双向指针链表中可能出现同时保存有多个F值相等的终点的情况,保证了将双向指针链表表头的取出的打上了预设标记的节点一定是从终点集中筛选出的最优的终点,在将其作为AGV的路径终点使得AGV的运输时间最短。
另外,在其它实施例中,基于AGV终点筛选方法一实施例的方案的基础上,还可进一步包括如下方案:在双向指针链表中同时保存有多个打上预设标记的节点,且在确定取出的节点有预设标记时,比较各个打上预设标记的节点的F值,选取F值最小的打上了预设标记的节点作为AGV的路径终点。若F值最小的打上了预设标记的节点有多个时,则再比较变向次数,取变向次数最少的节点作为AGV的路径终点。
此外,本发明还提出一种AGV终点筛选系统。
请参阅图3,是本发明AGV终点筛选系统10一实施例的运行环境示意图。
在本实施例中,AGV终点筛选系统10安装并运行于电子装置1中。电子装置1可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置1可包括,但不仅限于,存储器11、处理器12及显示器13。图3仅示出了具有组件11-13的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器11是一种计算机存储介质,在一些实施例中可以是电子装置1的内部存储单元,例如该电子装置1的硬盘或内存。存储器11在另一些实施例中也可以是电子装置1的外部存储设备,例如电子装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括电子装置1的内部存储单元也包括外部存储设备。存储器11用于存储安装于电子装置1的应用软件及各类数据,例如AGV终点筛选系统10的程序代码等。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行AGV终点筛选系统10等。
显示器13在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面,例如业务定制界面等。电子装置1的部件11-13通过系统总线相互通信。
请参阅图4,是本发明AGV终点筛选系统10一实施例的程序模块图。在本实施例中,AGV终点筛选系统10可以被分割成一个或多个模块,一个或者多个模块被存储于存储器11中,并由一个或多个处理器(本实施例为处理器12)所执行,以完成本发明。例如,在图4中,AGV终点筛选系统10可以被分割成新建模块101、提取模块102、判断模块103、第一处理模块104、第二处理模块105及获取模块106。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述AGV终点筛选系统10在电子装置1中的执行过程,其中:
新建模块101,用于在接收到起点和终点集后,在预先建立的栅格地图模型中建立四叉树,将起点作为四叉树的根节点,计算出起点的总代价F值,并将起点保存到新建的双向指针链表中,双向指针链表中的节点按F值升序保存。
本实施例的AGV终点筛选系统基于预先建立的栅格地图模型,栅格地图模型为使用栅格图法预先建立的环境地图模型,本实施例环境地图模型为智能停车场的地图模型。建立栅格地图模型后,初始化该栅格地图模型的模型参数,包括:将人工设置的静态代价导入地图模型的F1参数,将静止的AGV在栅格地图模型中的对应位置设置为障碍点(不可通过),根据移动AGV的剩余路径,修改栅格地图模型中对应位置的F2参数。另外,栅格地图模型还会定时或实时更新其模型参数;栅格地图模型中每个节点都有唯一的标识信息(例如,二维码、条形码等)。
本实施例中,起点为一个,即AGV的出发点,终点集为包含多个(几个、几十个或上百个)终点的集合。在智能停车场场景中,起点为停车交接区在栅格地图模型中的对应节点,终点集为智能停车场中的多个停车位(例如,所有剩余停车位、起点附近区域内的剩余停车位、根据预设规则确定的多个停车位或用户选择的多个停车位,等等)在栅格地图模型中对应的节点的集合。
智能停车场系统在确定起点和终点集后,将起点和终点集发送给AGV终点筛选系统,AGV终点筛选系统接收到起点和终点集后,先在栅格地图模型中新建四叉树和双向指针链表。四叉树的节点除了设置数据域外,还设置有5个指针和1个int型的方向参数,5个指针分别为father、up、down、left和right,其中father表示该节点的父节点,up表示该节点的上节点,down表示该节点的下节点,left表示该节点的左节点,right表示该节点的右节点,方向参数主要是记录父节点位于该节点的哪个方向。再将起点作为四叉树的根节点,采用计算公式F=F0+F1+F2计算出起点的总代价F值,并将起点保存到双向指针链表中,四叉树的根节点也会保存有起点的F值。该双向指针链表中的节点是采用按F值大小进行升序保存的,即F值最小的节点保存在双向指针链表的表头,F值越小的节点则保存在双向指针链表越靠表头的位置,若多个F值相同的节点在双向指针链表中保存时,则可按照保存顺序,先保存的节点保存于表头或后保存的节点保存于表头。
F值的计算公式为F=F0+F1+F2。其中,F0为当前节点距离起点的距离代价,例如,起点的F0为0,由起点向上下左右任意方向移动一步到达的下一节点D1的F0则为1,假设D1是由起点向下移动一步到达的节点,那么由D1向左、右或下到达的下一节点D2的F0则为2,如此随着不回退的移动,F0则逐渐累加,每次累加1;F1为当前节点的静态代价,栅格地图模型中某些路径为主干道,主干道是其他AGV都要经过路径区域,交通流量大,当AGV选择经过这些主干道时,通常会出现避让其他AGV的情况,导致等待时间过长,造成AGV运输时间更长,因此将这些主干道上的节点分别赋予一个静态代价(例如,5);F2为当前节点的动态代价,栅格地图模型中,有的路径是正在运输的其它移动的AGV的剩余路径,经过这些路径也是可能会出现需要对其它AGV进行等待避让的情况,相较于主干道,可能等待的时间会较短一些,因此给这些路径上的节点赋予一个动态代价(例如,2)。
提取模块102,用于从双向指针链表的表头取出节点,确定取出的节点是否有预设标记。
从双向指针链表的表头取出节点,取出节点后,双向指针链表中则删除了该取出的节点,表头的节点则更换为之前排在取出的节点后面的那个节点。第一次从双向指针链表的表头取出节点时,取出的节点即为起点。取出节点后,确定取出的节点是否有预设标记(例如,预设标记为“Finished”、“完成”,等等),该预设标记为表示该节点是属于终点集的标记,也就是表示该节点是终点集中的一个终点;通过确定该取出的节点是否有预设标记,以确认取出的节点是不是已经打上标记了的终点。
判断模块103,用于在确定取出的节点没有预设标记后,确定取出的节点可到达的除其父节点以外的其它相邻节点,判断各个确定的相邻节点中是否有属于终点集的节点。
在确定取出的节点没有预设标记后,即确认取出的节点不是已经打上标记了的终点,那么则进一步确认取出的节点可到达的除其父节点以外的其它相邻节点,即确认取出的节点分别从上下左右四个方向中的三个方向(除去了朝其父节点移动的方向,因为往回退一定不可能到达不终点)移动到达的相邻节点。确定了各个相邻节点后,再判断各个确定的相邻节点中是否有属于终点集的节点,即判断各个确定的相邻节点中是否有一个或多个是终点集中的终点;由于每个节点都有各自一一对应的标识,终点集中的每个终点也都带有其唯一的标识,通过将各个确定的相邻节点的标识与终点集中的终点的标识分别对比,标识相同则为同一个节点,反之则为不同节点,以确定各个确定的相邻节点中是否有属于终点集的节点。
第一处理模块104,用于在判断各个确定的相邻节点中有属于终点集的节点后,从各个确定的相邻节点中找出属于终点集的节点,将找出的节点打上预设标记、计算F值后,再保存到双向指针链表中以及添加到四叉树的根节点的对应分支上,跳转至提取模块102。
若确定得到的各个确定的相邻节点中有属于终点集的节点,则从各个确定的相邻节点中找出属于终点集的节点,将找出的节点打上预设标记和计算F值,然后再将找出的节点按F值升序在双向指针链表中保存,并将找出的节点添加到四叉树的根节点的对应分支上(从根节点确定的可到达的各个相邻节点即为根节点的各个分支)。虽然已经找到了属于终点集的节点,但双向指针链表中可能还存在F值更小的节点还未搜索,可能存在通过其它分支上节点搜索到属于终点集的节点的情况,因此完成上述处理后,跳转回步骤S20,再次从双向指针链表的表头取出节点,循环上述步骤。
第二处理模块105,用于在判断各个确定的相邻节点中没有属于终点集的节点后,计算出各个确定的相邻节点的F值,将各个确定的相邻节点保存到双向指针链表中,以及将各个确定的相邻节点添加到四叉树的根节点的对应分支上,并跳转至提取模块102。
当判断各个确定的相邻节点不是终点,则分别计算出各个确定的相邻节点的F值,将各个确定的相邻节点按F值升序保存到双向指针链表中,即双向指针链表中新保存的各个节点和之前剩余的节点一同按升序重新排序保存;并且将各个确定的相邻节点添加到四叉树的根节点的对应分支上。完成上述处理后,跳转至提取模块102,再次从双向指针链表的表头取出节点,循环上述步骤。
获取模块106,用于在确定取出的节点有预设标记后,将取出的节点作为AGV的路径终点。
当确定取出的节点有预设标记,即取出的节点为已经打上标记了的节点,也就是取出的节点为终点集中的一个终点;并且由于当前取出的节点为从双向指针链表的表头取出的,是双向指针链表中F值最小的节点,该取出的节点为找到的距离起点总代价最小的一个终点,因此结束上述循环步骤,将该取出的节点作为AGV的路径终点。AGV从起点到该AGV的路径终点的总代价最小,运输时间最短,提升AGV停车运输的效率。
本实施例的AGV终点筛选系统,基于栅格图法建立环境地图模型(即栅格地图模型),在接收到起点和终点集后,在栅格地图模型中新建四叉树和双向指针链表,起点作为四叉树的根节点,通过四叉树保存所有搜索路径,通过双向指针链表按节点的总代价F值升序保存搜索到的节点。循环从双向指针链表的表头取出F值最小的节点搜索下一步将到达的所有可能的下一节点,并将搜索到的将达到的节点按F值保存到双向指针链表中,如此循环搜索,直至从双向指针链表的表头取出的节点有预设标记,即取出的节点是属于终点集的节点,也即为终点集中距离起点总代价最小的一个终点,将该取出的节点作为AGV的路径终点。本实施例AGV终点筛选系统通过找出终点集中距离起点总代价最小的终点并将其作为AGV的路径终点,在智能停车场中作为停车时的停车位筛选方案时,每次停车均找到距离停车交接区总代价最小的停车位,使得AGV停车过程的运输时间更短,大幅提升了智能停车场的停车效率。
如图5所示,图5为本发明AGV终点筛选系统二实施例的程序模块图。
本实施例的AGV终点筛选系统还包括:
回溯模块106,用于根据AGV的路径终点,在四叉树中由AGV的路径终点回溯到根节点,以得到起点到AGV的路径终点的路径。
在得到AGV的路径终点之后,由于四叉树中保存有从起点搜索到该AGV的路径终点过程中经过的所有节点及节点的信息,根据四叉树中各个节点的方向参数,由AGV的路径终点回溯到根节点(即起点),则得到起点到AGV的路径终点的路径,该路径为起点到AGV的路径终点的总代价最小的路径。AGV按照该得到的路径进行运输,则运输时间最短,运输效率最高。
本实施例AGV终点筛选系统,通过根据得到的AGV的路径终点,在四叉树中回溯得到起点到AGV的路径终点的总代价最小的路径,应用到在智能停车场的停车方案时,即可得到停车交接区到筛选出的停车位的总代价最小的路径,进一步缩短AGV停车过程的运输时间,从而进一步提升了智能停车场的停车效率。
如图6所示,图6是本发明AGV终点筛选系统三实施例中判断模块103的功能模块图。
在本实施例的AGV终点筛选系统中,判断模块103包括:
确定子模块1031,用于在确定取出的节点没有预设标记后,确定取出的节点可到达的除其父节点以外的其它相邻节点;
跳转子模块1032,用于在确定的相邻节点数为零时,跳转至提取模块102;
如果确定的相邻节点数为零,说明取出的节点除朝其父节点方向外,其它方向都无法到达相邻节点,即其它方向均为障碍物,该取出的节点进入死胡同,无法到达终点集中的终点,此时则跳转至提取模块102,以重新从双向指针链表的表头取出节点进行搜索。
判断子模块1033,用于在确定的相邻节点数大于为零后,判断各个确定的相邻节点中是否有属于终点集的节点。
如果确定的相邻节点数大于零,说明取出的节点除朝其父节点方向外,至少一个其它方向可到达相邻节点,此时则进一步判断各个确定的相邻节点中是否有属于终点集的节点。
进一步地,提取模块102还用在无法从双向指针链表中的表头取到节点时,反馈无法到达终点。
若是无法从双向指针链表的表头取到节点,说明双向指针链表已经空了,双向指针链表中的所有节点已经全部取出搜索完,没有找到终点集中的任何一个终点,那么此时则反馈无法到达终点,或反馈对应的标志信号以表示无法到达终点。
在上述实施例中,可能存在以下两种特殊情形:1、通过不同的搜索方向搜索到的节点为同一终点,2、通过当前取出的节点确定的可到达的相邻节点中多个为终点(终点为多个时)。在这两种情形下,双向指针链表中均可能同时保存有多个打上预设标记的节点(即终点);情形1时,双向指针链表中同时保存的终点的F值可能相等,也可能不等;情形2时,双向指针链表中同时保存的终点的F值相等。而本实施例的方案中直接是将从双向指针链表表头取出的打上了预设标记的节点作为AGV的路径终点,没有考虑其它F值相等的打上预设标记的节点,不够全面。
本实施例基于上述任一实施例的方案,针对上述两种特殊情形,本实施例将F值的计算公式替换为F=F0+F1+F2+F3,其中,F0为当前节点距离起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价,F3为起点到当前节点的累计变向次数的代价。
由于AGV的变向动作也会一定程度的影响AGV的运输时间,因此,本实施例中将节点的F值的计算增加了F3参数。变向次数的解释如下:假设当前节点为第二节点,第二节点是由第一节点向下移动到达的节点,第三节点是由第二节点移动到达的相邻节点,那么,如果第三节点是第二节点向左或向右移动到达的,则第三节点的变向次数加1(即由第二节点的变向次数加1),如果第三节点是第二节点向下移动到达的,则第二节点的变向次数不变(为第二节点的变向次数),累计变向次数的代价F3的值=累计变向次数×变向单位代价(可预先设定,例如为1)。通过引入F3参数,降低了在双向指针链表中可能出现同时保存有多个F值相等的终点的情况,保证了将双向指针链表表头的取出的打上了预设标记的节点一定是从终点集中筛选出的最优的终点,在将其作为AGV的路径终点使得AGV的运输时间最短。
另外,在其它实施例中,基于AGV终点筛选方法一实施例的方案的基础上,还可进一步包括如下方案:在双向指针链表中同时保存有多个打上预设标记的节点,且在确定取出的节点有预设标记时,比较各个打上预设标记的节点的F值,选取F值最小的打上了预设标记的节点作为AGV的路径终点。若F值最小的打上了预设标记的节点有多个时,则再比较变向次数,取变向次数最少的节点作为AGV的路径终点。
另外,本发明还提出一种计算机可读存储介质,该计算机可读存储介质存储有AGV终点筛选系统,该AGV终点筛选系统可被一个或多个处理器执行,以实现上述任一实施例的AGV终点筛选方法。
以上所述的仅为本发明的部分或优选实施例,无论是文字还是附图都不能因此限制本发明保护的范围,凡是在与本发明一个整体的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明保护的范围内。

Claims (10)

1.一种AGV终点筛选方法,其特征在于,所述AGV终点筛选方法包括:
S1、在接收到起点和终点集后,在预先建立的栅格地图模型中建立四叉树,将所述起点作为所述四叉树的根节点,计算出所述起点的总代价F值,并将所述起点保存到新建的双向指针链表中,所述双向指针链表中的节点按F值升序保存,其中,所述F值的计算公式为F=F0+F1+F2,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价;
S2、从所述双向指针链表的表头取出节点,确定所述取出的节点是否有预设标记;
S3、在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点,判断各个确定的相邻节点中是否有属于所述终点集的节点;
S4、若是,则从各个确定的相邻节点中找出属于所述终点集的节点,将找出的节点打上预设标记、计算F值后,再保存到所述双向指针链表中以及添加到所述四叉树的根节点的对应分支上,跳转至步骤S2;
S5、若否,则计算出各个确定的相邻节点的F值,将各个确定的相邻节点保存到所述双向指针链表中,以及将各个确定的相邻节点添加到所述四叉树的根节点的对应分支上,跳转至步骤S2;
S6、在确定所述取出的节点有预设标记后,将所述取出的节点作为AGV的路径终点。
2.根据权利要求1所述的AGV终点筛选方法,其特征在于,在所述步骤S6之后,所述AGV终点筛选方法还包括:
根据所述AGV的路径终点,在所述四叉树中由所述AGV的路径终点回溯到所述根节点,以得到所述起点到所述AGV的路径终点的路径。
3.根据权利要求1或2所述的AGV终点筛选方法,其特征在于,所述F值的计算公式替换为F=F0+F1+F2+F3,其中,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价,F3为所述起点到当前节点的累计变向次数的代价。
4.根据权利要求1或2所述的AGV终点筛选方法,其特征在于,所述步骤S3包括:
在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点;
若确定的相邻节点数为零,则跳转至步骤S2;
若确定的相邻节点数大于为零,则判断各个确定的相邻节点中是否存在终点。
5.根据权利要求4所述的AGV终点筛选方法,其特征在于,在所述步骤S2中,若无法从所述双向指针链表中的表头取到节点,则反馈无法到达终点。
6.一种电子装置,其特征在于,所述电子装置包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的AGV终点筛选系统,所述AGV终点筛选系统被所述处理器执行时实现如下步骤:
a、在接收到起点和终点集后,在预先建立的栅格地图模型中建立四叉树,将所述起点作为所述四叉树的根节点,计算出所述起点的总代价F值,并将所述起点保存到新建的双向指针链表中,所述双向指针链表中的节点按F值升序保存,其中,所述F值的计算公式为F=F0+F1+F2,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价;
b、从所述双向指针链表的表头取出节点,确定所述取出的节点是否有预设标记;
c、在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点,判断各个确定的相邻节点中是否有属于所述终点集的节点;
d、若是,则从各个确定的相邻节点中找出属于所述终点集的节点,将找出的节点打上预设标记、计算F值后,再保存到所述双向指针链表中以及添加到所述四叉树的根节点的对应分支上,跳转至步骤b;
e、若否,则计算出各个确定的相邻节点的F值,将各个确定的相邻节点保存到所述双向指针链表中,以及将各个确定的相邻节点添加到所述四叉树的根节点的对应分支上,跳转至步骤b;
f、在确定所述取出的节点有预设标记后,将所述取出的节点作为AGV的路径终点。
7.根据权利要求6所述的电子装置,其特征在于,所述AGV终点筛选系统被所述处理器执行时还实现如下步骤:
根据所述AGV的路径终点,在所述四叉树中由所述AGV的路径终点回溯到所述根节点,以得到所述起点到所述AGV的路径终点的路径。
8.根据权利要求6或7所述的电子装置,其特征在于,所述F值的计算公式替换为F=F0+F1+F2+F3,其中,F0为当前节点距离所述起点的距离代价,F1为当前节点的静态代价,F2为当前节点的动态代价,F3为所述起点到当前节点的累计变向次数的代价。
9.根据权利要求8所述的电子装置,其特征在于,所述步骤c包括:
在确定所述取出的节点没有预设标记后,确定所述取出的节点可到达的除其父节点以外的其它相邻节点;
若确定的相邻节点数为零,则跳转至步骤b;
若确定的相邻节点数大于为零,则判断各个确定的相邻节点中是否存在终点。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有AGV终点筛选系统,所述AGV终点筛选系统可被一个或多个处理器执行,以实现如权利要求1至5中任一项所述的AGV终点筛选方法的步骤。
CN202110521300.4A 2021-05-12 2021-05-12 Agv终点筛选方法、电子装置和计算机可读存储介质 Active CN113283643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110521300.4A CN113283643B (zh) 2021-05-12 2021-05-12 Agv终点筛选方法、电子装置和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110521300.4A CN113283643B (zh) 2021-05-12 2021-05-12 Agv终点筛选方法、电子装置和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN113283643A CN113283643A (zh) 2021-08-20
CN113283643B true CN113283643B (zh) 2022-04-15

Family

ID=77279157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110521300.4A Active CN113283643B (zh) 2021-05-12 2021-05-12 Agv终点筛选方法、电子装置和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113283643B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113295166A (zh) * 2021-05-12 2021-08-24 广州达泊智能科技有限公司 Agv路径规划方法、电子装置和计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992036A (zh) * 2017-11-20 2018-05-04 汕头大学 一种智能停车库中存取车路径规划方法、装置及存储介质
CN109900276A (zh) * 2019-04-01 2019-06-18 河北工业大学 基于点线面障碍物模型构建的车站实时应急路径规划方法
CN110501017A (zh) * 2019-08-12 2019-11-26 华南理工大学 一种基于orb_slam2的移动机器人导航地图生成方法
CN111708364A (zh) * 2020-06-19 2020-09-25 南京理工大学 一种基于a*算法改进的agv路径规划方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6560532B2 (en) * 2001-05-25 2003-05-06 Regents Of The University Of California, The Method and system for electronically determining dynamic traffic information
US10789834B2 (en) * 2009-11-24 2020-09-29 Verizon Patent And Licensing Inc. Traffic data distribution in a navigational system
US20140368504A1 (en) * 2013-06-12 2014-12-18 Microsoft Corporation Scalable volumetric 3d reconstruction

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107992036A (zh) * 2017-11-20 2018-05-04 汕头大学 一种智能停车库中存取车路径规划方法、装置及存储介质
CN109900276A (zh) * 2019-04-01 2019-06-18 河北工业大学 基于点线面障碍物模型构建的车站实时应急路径规划方法
CN110501017A (zh) * 2019-08-12 2019-11-26 华南理工大学 一种基于orb_slam2的移动机器人导航地图生成方法
CN111708364A (zh) * 2020-06-19 2020-09-25 南京理工大学 一种基于a*算法改进的agv路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
车载导航路径规划技术的研究;张振旅;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20091230(第11期);C035-52 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113295166A (zh) * 2021-05-12 2021-08-24 广州达泊智能科技有限公司 Agv路径规划方法、电子装置和计算机可读存储介质
CN113295166B (zh) * 2021-05-12 2024-02-13 广州达泊智能科技有限公司 Agv路径规划方法、电子装置和计算机可读存储介质

Also Published As

Publication number Publication date
CN113283643A (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN111460068B (zh) 兴趣点搜索方法、可读存储介质和电子设备
CN110162050B (zh) 行驶控制方法及行驶控制系统
CN113295166B (zh) Agv路径规划方法、电子装置和计算机可读存储介质
CN106250579B (zh) 一种电力线路路径智能生成的方法及装置
CN113191521B (zh) 路径规划方法、装置及计算机可读存储介质
CN109189074B (zh) 一种用于仓储环境的室内自主建图方法
CN110083668B (zh) 一种高精度地图的数据管理系统、管理方法、终端和存储介质
CN105526940A (zh) 车辆导航方法和装置、电子地图展示方法和装置
CN105606113A (zh) 快速规划最优路径方法及装置
CN114281080B (zh) 一种amr调度系统中解死锁的方法
CN113283643B (zh) Agv终点筛选方法、电子装置和计算机可读存储介质
CN105164496A (zh) 地图数据存储装置、地图数据更新方法及计算机程序
CN103136298A (zh) 电子设备及其信息呈现方法
JP4832811B2 (ja) 地図データ出力装置、地図データ出力プログラム、路線図出力装置、路線図出力システムおよび路線図出力プログラム
CN105631038B (zh) 导航地图的生成方法和系统,及具有该系统的电子设备
CN113295160A (zh) 基于视觉导航的地图加载方法、装置、设备及存储介质
CN110659752A (zh) 用于确定移动路径的方法和装置
CN110442589B (zh) 一种电子地图更新方法、装置及设备
CN114925954A (zh) 仓储拣货方法、装置、电子设备和计算机可读存储介质
CN112699202B (zh) 禁行道路的识别方法、装置、电子设备及存储介质
EP3542280B1 (en) Navigation data source indicating spatial occupancy
JP7480360B2 (ja) 棚の位置を特定するための方法および装置、電子機器、コンピュータ可読媒体並びにコンピュータプログラム
CN111126536A (zh) 储位点信息生成方法、设备及存储介质
CN112578782A (zh) 自动导引运输车任务路径规划方法及装置
CN111982139B (zh) 道路连接关系确定方法、装置、存储介质及电子设备

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