CN114489062B - 面向车间物流的多自动导引车分布式动态路径规划方法 - Google Patents

Abstract

本发明公开了一种面向车间物流的多自动导引车分布式动态路径规划方法，用于实现较大规模物流情形下的高效、无碰撞、少拥堵的路径规划任务。本发明以缩短自动导引车搬运任务总完成时间为优化目标，同时兼顾物流系统内路径冲突和拥堵程度等指标，利用考虑拥堵程度和转向因素的改进A*算法规划出一条运输时间花费较短的路径，显著提高车间物流效率。车间物流系统采用分布式决策并行计算，单个自动导引车运算压力小，计算速度高，显著提高系统的实时性、扩展性和鲁棒性。本发明可以有效解决满足市场需求的大规模物流运输场景下的路径规划问题，更加符合车间物流的实际要求，显著提高自动导引车运输路径的合理性和自动导引车完成运输任务的效率。

Description

面向车间物流的多自动导引车分布式动态路径规划方法

技术领域

本发明属于多自动导引车路径规划技术领域，具体涉及一种面向车间物流的多自动导引车分布式动态路径规划方法。

背景技术

搬运物料的自动引导车(简称AGV)以其自身灵活性高、成本低、易管理等优点被应用于各大工厂，成为柔性制造系统中车间物流运输的有效手段。自动负载运输技术的引入显著提高了制造系统的灵活性和生产效率，同时也降低了运营成本。但是AGV受其自身条件、车间环境、行驶路径等影响，在作业中容易出现路径冲突、死锁、拥堵等问题，这些问题会导致时间成本和作业成本增加，甚至导致自动导引车运输系统的瘫痪。

目前，针对车间物流的多AGV动态路径规划方法常采用集中式路径规划方法，即通过一个中央模块完成所有AGV的路径规划，并将路径分配给每个AGV，AGV按照分配的路径进行移动。但随着AGV的增多，系统需要更多的内存，求解时间复杂度呈指数增长，在解算高动态问题时，存在求解缓慢，实时性差等问题。而现有的针对车间物流的多AGV分布式动态路径规划方法中，采用分区自治或设置专用区域的分布式路径规划方法适用范围较窄且效率较低，采用基于栅格图法建模的无碰撞改进A*算法计算量较大且不适用于大规模场景。此外，现有集中式规划路径方法和分布式路径规划方法都仅考虑了路径冲突和死锁问题，并没有考虑路径拥堵导致车间物流效率降低情形。

发明内容

有鉴于此，本发明提出了一种面向车间物流的多自动导引车分布式动态路径规划方法，能够实现较大规模物流情形下的高效、无碰撞、少拥堵的路径规划任务，并且具有良好的扩展性和鲁棒性。

为实现上述目的，本发明技术方案如下：

本发明的面向车间物流的多自动导引车分布式动态路径规划方法，包括如下步骤：

利用拓扑图法对柔性车间环境进行建图并将拓扑图中各节点之间的连接关系与权重关系将以矩阵的形式储存置各AGV中；

AGV接收车间任务中心发布的任务并以任务以时间先后顺序依次以列表形式存储到自身任务缓冲存储区中；AGV依次取出列表中第一位任务进行执行。

各AGV根据车间环境信息、任务信息和自身状态信息利用分布式改进A*算法自主动态规划路径，具体步骤如下：

步骤A，建立Open表和Close表，两表均为空表；将初始节点放入Open表中；

步骤B，获取Open表中节点的评估值f(n)：

f(n)＝g(n)+h(n)

其中，h(n)为估计代价，表示AGV移动从当前节点到目标节点的曼哈顿距离长度所花费的时间；g(n)表示从初始节点到节点n的实际代价；

步骤C、对Open表中各节点按f(n)的大小进行排序，选出最小的节点，将其从Open表中移除，加入Close表中，并记录该节点的父节点和祖父节点，若无则为空；

步骤D、获取选中节点的邻接节点，若不存在邻接节点则跳转步骤E，若存在则计算此时起始节点到邻接节点的实际代价，记为g'(n)；

步骤E、判判断邻接节点是否在Open表中，若不在Open表中，则将其加入Open表，并按步骤B中方法更新评估值f(n)并将选中节点设为其父节点、选中节点的父节点设置为祖父节点；若在Open表中并且g(n)小于g'(n)，则按步骤B中方法更新评估值f(n)并将选中节点设为其父节点、选中节点的父节点设置为祖父节点，否则跳转步骤F；

步骤F、判断Open表和Close表中是否包含目标节点，若存在则停止操作，表示最终找到可行路径；若不存在则判断Open表是否为空，不为空则回到步骤B，为空则停止操作，表示无可行路径。

其中，

式中i表示当前所在节点，n表示当前所在节点的邻居节点；g(i)表示从初始节点到节点i的实际代价；c(i,n)表示AGV从节点i移动到节点n的花费的时间；q代表转弯代价，该值为AGV进入路口到转向离开路口所花费的时间；Mi表示即将进入或已经进入节点i处路口的所有AGV；j表示集合Mi中的第j个AGV；a_j表示第j个AGV经过当前AGV即将占用的下一子节点所花费的时间；若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计避让时间；β_j表示第j个AGV经过当前AGV即将占用的下一子节点的可能性；若第j个AGV的路径信息已知且经过当前AGV即将占用的下一子节点则β_j值为1，不经过则β_j值为0；若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计经过当前AGV即将占用的下一子节点的情况；α_j表示第j个AGV优先占用路口的情况，在动态优先级机制下，若第j个AGV优先级高于当前AGV优先级且在该AGV前的同车道AGV优先级也高于当前AGV优先级，则α_j为1，否则为0；γ表示折扣因子；Mn表示即将进入节点n处路口的所有AGV；k表示集合Mn中的第k个AGV；ω_k表示第k个AGV通过节点n处路口所花费的时间。

其中，

其中x₁表示当前节点的横坐标，y₁表示当前节点的纵坐标，x₂表示目标节点的横坐标，y₂表示目标节点的纵坐标，v表示AGV的速度。

其中，路径中转向判断是以每个节点存储的父节点与祖父节点信息为依据；设当前节点N的坐标为(x₁，y₁)，当前节点的父节点P的坐标为(x₂，y₂)，当前节点的祖父节点Q的坐标为(x₃，y₃)；计算

与

的叉积并进行判断，如下所示，当叉积结果b为0时，表示AGV直行，当b大于0时，表示AGV右转，当b小于0，表示AGV左转。

其中，还包括基于动态优先级的交汇控制策略，具体如下：在路网中每个路口节点中存在l个子节点和l个相邻路口，以子节点为单位将路口划分为l个交汇控制区域，各AGV根据交汇控制规则通过分布式协商以无冲突方式快速通过存在l个交汇控制区域的路口，具体交汇控制规则如下：

规则A、AGV优先级动态管理策略：初始AGV的优先级与其执行任务的优先级相同，优先级越高表示该AGV越优先通过路口；任务优先级根据任务紧急程度设置；AGV优先级采用动态实时更新方式，即每等待一次，AGV优先级数值加一；

规则B、当AGV通过路口时，首先判断是否有AGV占用该节点，若没有AGV占用该节点，则判断自身优先级是否在所有预计占用该节点的AGV中优先级最高，若是则占用该节点和所需通过的所有交汇控制区域，继续移动直至通过节点，若不是则该AGV优先级数值加一，AGV执行等待操作并进行下一次通信，若存在AGV占用节点，则遵循规则C；

规则C、判断预计占用的交汇管制区域是否被占用，以此判断是否占用该节点并移动，每个AGV依次占用1～(l-1)个交汇控制区域；

若AGV将要占用的第一个交汇控制区域未被其他AGV占用且剩余预计占用的交汇控制区域最多只被一辆AGV占用，则AGV进入待占用第一个交汇控制区域状态，否则AGV优先级数值加一，AGV执行等待操作并进行下一次通信；当AGV处于待占用第一个交汇控制区域状态时，判断自身的优先级是否在所有待占用同一交汇控制区域状态的AGV中优先级最高，若不是则AGV优先级数值加一，执行等待操作并进行下一次通信；若是，则占用该交汇控制区域和该节点，AGV移动到第一个交汇控制区域；

当AGV移动到第一个交汇控制区域后，AGV再次通信，判断下一个交汇控制区域是否被占用，若未被占用则释放第一个交汇控制区域，移动并占用下一个交汇控制区域，否则执行等待操作并进行下一次通信；以此类推，直至完全走出节点，释放对节点和所有交汇控制区域的占用；如果存在优先级相同的AGV，那么编号更小的AGV优先通过。

其中，还包括任务更换策略，具体如下：

每个AGV在节点处与其他AGV进行通信，判断是否有AGV与自身在同一时间段到达同一加工机器人，若有，则判断其预计到达时间是否小于自身预计到达时间，预计到达时间如下式所示：

其中L_t表示小车在无阻碍地情况下预计到达终点的行驶时间；

若存在其余AGV预计到达时间小于自身预计到达时间，则AGV内部存储的更换任务参数数值加一，并记录该AGV编号，若不小于自身预计到达时间，不做任何操作；当更换任务参数大于预计到达的加工机器人的最大负荷值时，则将该任务变为待解决任务，储存到AGV的任务缓冲存储区中列表第二位并将任务优先级提升一等级，AGV执行列表中第一位任务。

其中，所述折扣因子取0.7～0.9。

有益效果

本发明的面向车间物流的多自动导引车分布式动态路径规划方法，以缩短AGV搬运任务总完成时间为优化目标，同时兼顾物流系统内路径冲突和拥堵程度等指标，显著提高车间物流运输效率；采用分布式路径规划架构，系统并行计算，可扩展性和鲁棒性强。单个AGV运算压力小，计算速度高，实时性强，适用于大规模物流运输场景，更加符合市场需求；采用考虑拥堵程度和转向因素的分布式改进A*算法进行路径规划，在原有路径距离最短的基础上考虑拥堵程度和转向因素，更加符合车间物流的实际情形，显著提高AGV运输路径的合理性，同时从个体信息和全局目标两个方面综合考虑实现对AGV运输总完成时间的优化。

本发明采用动态优先级的交汇控制策略和任务更换策略对AGV运输路径进行动态优化，适用于解决车间实际作业时，大量AGV执行运输任务产生的AGV冲突和路径拥堵等问题，有效提高整个系统的鲁棒性。

附图说明

图1为本发明面向车间物流的多AGV分布式动态路径规划流程图；

图2为本发明车间布局示意图；

图3为本发明考虑拥堵程度和转向因素的分布式改进A*算法流程图；

图4为本发明路径信息未知AGV通过十字路口对做决策AGV的影响情况示意图

图5为节点冲突示意图；

图6为本发明交汇控制区域示意图；

图7为本发明交汇控制流程图。

具体实施方式

下面结合附图和实施例对本发明作详细说明。

本发明提供了一种面向车间物流的多AGV分布式动态路径规划方法，以缩短AGV搬运任务总完成时间为优化目标，同时兼顾物流系统内路径冲突和拥堵程度等指标，利用分布式决策并行计算，利用考虑拥堵程度和转向因素的改进A*算法规划出一条运输时间花费较短的路径，同时利用基于动态优先级的交汇控制策略和任务更换策略对AGV运输路径进行动态优化。

本发明面向车间物流的多AGV分布式动态路径规划流程图如图1所示，所述面向车间物流的多AGV分布式动态路径规划方法具体步骤如下：

步骤1、环境地图模型建立：拓扑图法建模简单，环境信息存储量小，算法搜索时间较短，可以有效地保证算法的实时性，所以本发明选择用拓扑图法进行环境建模。拓扑图法本质上是将车间环境抽象为表示环境连通性的拓扑图。拓扑图由节点和连接各节点的边组成，每条边的权值代表着两节点间的信息，一般为距离，若权重为无穷大则代表着该节点不能到达另一节点，具体如下：

初始化车间环境信息。利用拓扑图法构建车间路网拓扑，车间路网拓扑图中各节点之间的连接关系与权重关系将以矩阵的形式储存。路网表示为V＝{N,R},其中N＝{n₁,n₂,...,n_p}表示路网中所有节点，p表示路网中节点的总数，n_i＝{n_i1,n_i2,...,n_il}表示每个节点内存在l个子节点，R＝{r₁,r₂,...,r_m}表示每条边的权重，m表示路网中边的总数。图2为本发明车间整体布局示意图，其中车间路网为横纵布局。本发明兼容其余类型平面布局的路网，即每个路口可与l个路口连接。

步骤2、车间内路网拓扑构建：以道路的交叉路口作为节点，考虑任何两个路口之间由两条方向相反的单向车道连接；根据相对于当前路口的进出关系，“进”车道和“出”车道的连接点分别定义为入点和出点，并统称为关联点对；每条车道作为一条边，这两条车道均以“左进右出”或“右进左出”的方式统一排布，每条边的权重由车道长度来度量；

每个路口为车辆汇聚中心，为保证AGV有序交汇，每个路口内部设置一个路口内拓扑以确定与路口连接的各车道之间的流转方向：对于每个关联点对，由出点连接入点形成有向边，每条边的权重由两车道宽度来度量；除关联点对以外，其他所有非关联的入点和出点按最近邻关系连接，即由每个入点连接到相邻的非关联出点上，相应连接边的权重由两点间距离度量，考虑到这两点之间的边是AGV离开该路口的必经路段，可将两点合并，并以两点间距离作为经过该点的代价，从而简化拓扑结构。由此，路口内部可形成按固定顺序(顺时针或逆时针)连接的单向环状拓扑网络，其中路口的所有出入点对应该路口的子节点。

步骤3、初始化各AGV信息；AGV信息包括自身状态信息、任务信息和AGV路径信息；其中，自身状态信息包括：智能体编号、空间位置、运输速度、运动状态、优先级以及工作状态等；任务信息包括：运输终点加工机器人编号、已接任务、任务完成时间以及更换任务参数等；AGV行进信息包括：任务起点、任务中心点，任务终点、当前目标节点、当前节点、规划的路径、路径长度以及节点占用状态等。

AGV建模：AGV具有按规定的算法进行路径规划和根据实际情况更改路径的自我决策能力、自动地执行直行、左转、右转、等待等操作的自主移动能力。此外，每个AGV存在信息参数存储区和任务缓冲存储区，信息参数存储区存储了自身状态信息参数、当前执行任务信息参数和AGV路径信息参数，任务缓冲存储区以列表形式存储AGV待执行的所有任务。

步骤4、加工机器人建模：在车间中不仅存在执行运输任务的AGV，还存在执行加工任务的加工机器人，每个加工机器人在任意时刻仅能执行一个加工任务，且存在一定的加工时长。每个加工机器人在一定时间段内存在加工任务数量上限，该数量为加工机器人的最大负荷。

初始化加工任务具体如下：车间任务管理中心发布加工任务给AGV，每个加工任务包含任务编号、任务优先级、取件位置、加工机器人编号、执行任务的AGV编号等信息。每个AGV将接收的任务以时间先后顺序依次放入任务缓冲存储区。

加工任务建模：所有加工任务由车间任务管理中心发布给AGV，每个加工任务包含任务编号、任务优先级、取件位置、加工机器人编号、执行任务的AGV编号等信息。其中，取件位置为毛坯工件存储区或加工机器人附近的半成品存储区。每个AGV将接收的任务以时间先后顺序依次放入任务缓冲存储区，AGV每次执行任务缓冲存储区的第一个任务，AGV首先移动到取件位置，再将工件运输到加工机器人处加工。

步骤5，各AGV取出任务缓冲存储区中第一个任务执行并更新各AGV内部存储的信息。一个运输任务可拆分为两个分任务执行，当前位置为任务起点，取件位置为任务中心点，加工机器人位置为任务终点。AGV首先移动到取件位置，此阶段的目标节点为任务中心点，再将工件运输到加工机器人处加工，此阶段的目标节点为任务终点。

步骤6、A*算法实际是状态空间搜索和贪心算法相结合的启发式最短路径搜索算法。该算法在状态空间搜索的基础上结合贪心算法中的启发式理念，利用评估函数f(n)对每个搜索的状态节点进行评估，计算出最好的位置，再从这个最好的节点进行搜索，重复上述步骤直到搜索到目标节点。A*算法使搜索具有方向性，减少了许多盲目且无效的搜索操作，提高了搜索效率。不同的评估函数可以产生不同的效果，因此评估函数是A*算法的关键。评估函数的基本形式为

f(n)＝g(n)+h(n)

式中f(n)表示节点n从起始节点到目标节点的评估函数；g(n)表示从起始节点到节点n的实际代价，一般为两点之间的距离，在本发明中为了统一单位度量，将其设置为从起始节点到达节点n的时间，即两点之间的距离除以AGV的速度；h(n)表示从节点n到目标节点的估计代价，是算法的启发部分。

为了保证算法的有效性和高效性，需要对估价函数h(n)进行设计，若h(n)＞h^*(n)，其中h^*(n)表示节点n到目标节点的实际代价，会导致搜索范围小，搜索节点少，虽然效率会变高但是解的质量较低。所以要求h(n)≤h^*(n)，此时搜索范围变大，解的质量明显提高，如果h(n)过小则会导致算法搜索时间过长，效率变低。由于本发明中的环境为交通路网结构，所以h(n)设计为AGV移动从当前节点到目标节点的曼哈顿距离长度所花费的时间，即

其中x₁表示当前节点的横坐标，y₁表示当前节点的纵坐标，x₂表示目标节点的横坐标，y₂表示目标节点的纵坐标，v表示AGV的速度。

对于g(n)的计算，传统A*通常使用实际路径长度，没有考虑到实际的路况。若规划出的路径拥堵严重，会明显增加AGV的运输时间，甚至导致任务超时。在本发明中，按影响当前AGV做决策的拥堵范围将拥堵状况对路径选择的影响分为两个部分。

(1)当前AGV所在当前路口拥堵情况的影响：考虑到避让规则，只有即将进入或已经进入路口且优先级高于当前AGV优先级的其余AGV可能会对当前AGV产生影响。若可能产生影响的AGV不经过当前AGV即将占用的下一子节点，则其对当前AGV的影响程度为零，否则存在影响且影响程度由这些AGV经过当前AGV即将占用的下一子节点所花费的时间决定，即当前AGV的避让时间。若当前AGV无法获得可能产生影响的AGV的路径信息，则未知信息AGV的运动情况以等可能性进入其他各车道进行考虑。

(2)当前AGV即将到达的下一路口拥堵情况的影响：由于下一路口拥堵情况对决策影响弱于当前路口拥堵情况，同时考虑计算复杂度，下一路口拥堵情况采用粗估计方式，所有即将进入下一路口的AGV均会对当前AGV产生影响，且影响程度由其通过当前AGV的下一节点处路口所花费的时间决定。

此外，在交通路网结构中，AGV通过路口的方式会影响其完成运输的效率。以十字路口为例，左转路径长度最长，直行次之，右转最短。若规划路径出现大量的左转会造成过多的车道占用，产生拥堵现象，直行次之，右转不容易影响其他车道的AGV。所以为了有效提高AGV在实际路况下的运输效率，本发明在A*算法的基础上综合考虑路径拥堵程度和转向因素，将g(n)设计为如下形式：

式中i表示当前所在节点，n表示当前所在节点的邻居节点；g(n)表示从初始节点到节点n的实际代价；g(i)表示从初始节点到节点i的实际代价；c(i,n)表示AGV从节点i移动到节点n的花费的时间；q代表转弯代价，该值为AGV进入路口到转向离开路口所花费的时间；Mi表示即将进入或已经进入节点i处路口的所有AGV；j表示集合Mi中的第j个AGV；a_j表示第j个AGV经过当前AGV即将占用的下一子节点所花费的时间，即当前AGV的避让时间。若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计避让时间；β_j表示第j个AGV经过当前AGV即将占用的下一子节点的可能性。若第j个AGV的路径信息已知且经过当前AGV即将占用的下一子节点则β_j值为1，不经过则β_j值为0。若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计经过当前AGV即将占用的下一子节点的情况；α_j表示第j个AGV优先占用路口的情况，在动态优先级机制下，若第j个AGV优先级高于当前AGV优先级且在该AGV前的同车道AGV优先级也高于当前AGV优先级，则α_j为1，否则为0。γ表示折扣因子，该值一般取0.7～0.9；Mn表示即将进入节点n处路口的所有AGV；k表示集合Mn中的第k个AGV；ω_k表示第k个AGV通过节点n处路口所花费的时间。

综上，利用考虑拥堵程度和转向因素的分布式改进A*算法产生初始最短路径。每个AGV利用自身信息、路网信息、周围AGV信息以及任务信息根据算法分阶段依次规划出从任务起点到任务中心点，再到任务终点的初始最短路径。如图3所示，具体步骤如下：

步骤A、建立Open表和Close表，Open表中存放刚生成节点，Close表中存放已选中节点。同时初始化各参数，所有节点的评估值f(n)设置为无穷大，并将初始节点放入Open表中。

步骤B、计算当前节点到目标节点之间的哈密顿距离得到估计代价h(n)，然后根据下式计算实际代价值g(n)，最终求得Open表中节点的评估值f(n)。

式中i表示当前所在节点，n表示当前所在节点的邻居节点；g(n)表示从初始节点到节点n的实际代价；g(i)表示从初始节点到节点i的实际代价；c(i,n)表示AGV从节点i移动到节点n的花费的时间；q代表转弯代价，该值为AGV进入路口到转向离开路口所花费的时间；Mi表示即将进入或已经进入节点i处路口的所有AGV；j表示集合Mi中的第j个AGV；a_j表示第j个AGV经过当前AGV即将占用的下一子节点所花费的时间，即当前AGV的避让时间。若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计避让时间；β_j表示第j个AGV经过当前AGV即将占用的下一子节点的可能性。若第j个AGV的路径信息已知且经过当前AGV即将占用的下一子节点则β_j值为1，不经过则β_j值为0。若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计经过当前AGV即将占用的下一子节点的情况；α_j表示第j个AGV优先占用路口的情况，在动态优先级机制下，若第j个AGV优先级高于当前AGV优先级且在该AGV前的同车道AGV优先级也高于当前AGV优先级，则α_j为1，否则为0。γ表示折扣因子，该值一般取0.7～0.9；Mn表示即将进入节点n处路口的所有AGV；k表示集合Mn中的第k个AGV；ω_k表示第k个AGV通过节点n处路口所花费的时间。

以十字路口为例，若第j个AGV的路径信息未知且在当前AGV左侧，以其直行通过路口所花费的时间估计a_j取值，β_j取值为

若在当前AGV对面，以其左转通过路口所花费的时间估计a_j取值，β_j取值为

若在当前AGV左侧，第j个AGV将不影响当前AGV，a_j和β_j取均值为0。具体示意图如图4所示。

路径中转向判断是以每个节点存储的父节点与祖父节点信息为依据。设当前节点N的坐标为(x₁，y₁)，当前节点的父节点P的坐标为(x₂，y₂)，当前节点的祖父节点Q的坐标为(x₃，y₃)。计算

与

的叉积并进行判断，如下所示，当叉积结果b为0时，表示AGV直行，当b大于0时，表示AGV右转，当b小于0，表示AGV左转。

步骤C、对Open表中各节点按f(n)的大小进行排序，选出最小的节点，将其从Open表中移除，加入Close表中，并记录该节点的父节点和祖父节点，若无则为空。

步骤D、获取选中节点的邻接节点，若不存在邻接节点则跳转步骤E，若存在则计算此时起始节点到邻接节点的实际代价，记为g'(n)。

步骤E、判断邻接节点是否在Open表中，若不在Open表中，则将其加入Open表，并按步骤B中方法更新评估值f(n)并将选中节点设为其父节点、选中节点的父节点设置为祖父节点；若在Open表中并且g(n)小于g'(n)，则按步骤B中方法更新评估值f(n)并将选中节点设为其父节点、选中节点的父节点设置为祖父节点。否则跳转步骤F。

步骤F、判断Open表和Close表中是否包含目标节点，若存在则停止操作，表示最终找到可行路径；若不存在则判断Open表是否为空，不为空则回到步骤B，为空则停止操作，表示无可行路径。

本发明的分布式改进A*算法中，所有AGV采用分布式决策方式自主规划路径，不存在中心系统统一规划路径。每个AGV利用自身信息、路网信息、周围AGV信息以及任务信息根据算法分阶段依次规划出从任务起点到任务终点的初始最短路径。该方法有效解决了集中式路径规划过度依赖中心节点、计算负荷高、实时性差等缺陷。

步骤7、采用动态优先级的交汇控制策略和任务更换策略动态优化AGV运输路径。当各AGV规划出一条可行的初始路径后，将会沿规划路径移动。经分析当AGV运动到节点处容易出现节点冲突，如图5所示。避免冲突常用方法为根据AGV优先级依次通过节点，其余AGV等待策略，但此方法由于一次只能通过一个AGV，效率较低。所以本发明提供了一种采用动态优先级的交汇控制策略避免节点冲突，同时提高AGV通过节点效率。

在路网中每个路口节点中存在l个子节点和l个相邻路口，以子节点为单位将路口划分为l个交汇控制区域。以路口存在4个子节点为例，将路口划分为4个交汇控制区域，将西北方向的交汇控制区域设置为该节点的1号交汇控制区域，其余交汇控制区域以顺时针方向依次编号，如图6所示。针对每个节点建立交汇控制区域表，并存于小车信息中。在交汇控制区域表中，行X表示AGV进入路口的方向，列Y表示AGV离开路口的方向，表格中每个元素表示AGV从X方向进入到从Y方向离开路口依次需要占据的交汇控制区域。每个AGV有两个参数，一个是对节点占用的参数，另一个为对交汇控制区域占用参数，若参数为(2,1,3)表示1，2，3交汇控制区域均被占用，首先被占用的区域是2号区域。

各AGV根据交汇控制规则通过分布式协商以无冲突方式快速通过存在l个交汇控制区域的路口。具体交汇控制规则如下，流程图如图7所示：

规则A、AGV优先级动态管理策略：初始AGV的优先级与其执行任务的优先级相同，优先级越高表示该AGV越优先通过路口。任务优先级根据任务紧急程度设置，规定普通任务优先级均为0、重要任务优先级为5、紧急任务优先级为一个很大的数。为了避免AGV因为优先级过低无法通过路口导致的道路拥堵和任务耽误情形，AGV优先级采用动态实时更新方式，即每等待一次，AGV优先级数值加一。

规则B、当AGV通过路口时，首先判断是否有AGV占用该节点，若没有AGV占用该节点，则判断自身优先级是否在所有预计占用该节点的AGV中优先级最高，若是则占用该节点和所需通过的所有交汇控制区域，继续移动直至通过节点，若不是则该AGV优先级数值加一，AGV执行等待操作并进行下一次通信。若存在AGV占用节点，则遵循规则C。

规则C、由于节点被占用，AGV无法直接判断是否占用该节点，需进一步通过判断预计占用的交汇管制区域是否被占用，以此判断是否占用该节点并移动。每个AGV需依次占用1～(l-1)个交汇控制区域。

若AGV将要占用的第一个交汇控制区域未被其他AGV占用且剩余预计占用的交汇控制区域最多只被一辆AGV占用，则AGV进入待占用第一个交汇控制区域状态，否则AGV优先级数值加一，AGV执行等待操作并进行下一次通信。当AGV处于待占用第一个交汇控制区域状态时，需判断自身的优先级是否在所有待占用同一交汇控制区域状态的AGV中优先级最高，若不是则AGV优先级数值加一，执行等待操作并进行下一次通信；若是，则占用该交汇控制区域和该节点，AGV移动到第一个交汇控制区域。

当AGV移动到第一个交汇控制区域后，AGV需要再次通信，判断下一个交汇控制区域是否被占用，若未被占用则释放第一个交汇控制区域，移动并占用下一个交汇控制区域，否则执行等待操作并进行下一次通信。以此类推，直至完全走出节点，释放对节点和所有交汇控制区域的占用。如果存在优先级相同的AGV，那么编号更小的AGV优先通过。

AGV移动到节点处，将会与其他AGV进行信息交互。AGV需要根据新获得的信息重新规划路径，并应用任务更换策略判断是否更换任务。应用该策略可以使AGV在运输过程中通过与其他AGV交换信息分析加工机器人是否已达最大负荷，若是，则及时更换任务。此策略提高了车间作业效率，减少了路径拥堵。具体方法如下：

每个AGV在节点处与其他AGV进行通信，判断是否有AGV与自身在同一时间段到达同一加工机器人，若有，则判断其预计到达时间是否小于自身预计到达时间，预计到达时间如下式所示。

其中L_t表示小车在无阻碍地情况下预计到达终点的行驶时间，即规划路径长度除以AGV速度。

若存在其余AGV预计到达时间小于自身预计到达时间，则AGV内部存储的更换任务参数数值加一，并记录该AGV编号，避免重复计算，若不小于自身预计到达时间，不做任何操作。当更换任务参数大于预计到达的加工机器人的最大负荷值时，则将该任务变为待解决任务，储存到AGV的任务缓冲存储区中列表第二位并将任务优先级提升一等级，AGV执行列表中第一位任务。

综上，为了避免AGV间冲突导致系统运行效率降低，甚至死锁的问题，应用基于动态优先级的交汇控制策略以提高车间运输的有序性和高效性。常见冲突一般分为三类：追击冲突、相向冲突和节点冲突。由于车间路网为双通道单向路网，车间中将不存在追击冲突、相向冲突两种冲突类型，仅考虑节点冲突类型。在路网中每个路口节点存在l个子节点，交汇控制策略实际就是以子节点为单位将路口划分l个交汇控制区域，各AGV根据交汇控制规则通过分布式协商以无冲突方式快速通过路口。

为了进一步缓解路径拥堵情况，本发明提出了一种考虑全局目标的任务更换策略，进一步优化运输路径。当车间在同一时间段出现需要同一加工机器人加工的大量任务时，大量AGV会前往同一个加工机器人，使得加工机器人附近路径产生拥堵，甚至死锁。此外加工机器人的加工能力也是有限的，无法在短时间执行过多的加工任务。应用该策略可以使AGV在运输过程中通过与其他AGV交换信息分析加工机器人是否已达最大负荷，若是，则及时更换运输任务。此策略提高了车间作业效率，减少了路径拥堵。

步骤8、重复步骤6和步骤7，直至AGV完成当前运输任务，否则重复步骤5至步骤7，直至AGV任务缓冲存储区中所有被完成。

以上公开的实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于所述的实施例。通过以上所述可知，本发明中的许多内容可作修改和替换，本实施例固定了某些取值只是为了更好地说明本发明的原理和应用，从而更易理解和运用。凡在本发明的技术方案的基础上所做的局部改动、等同替换、改进等均应包含在本发明的保护范围之内。

Claims (4)

1.一种面向车间物流的多自动导引车分布式动态路径规划方法，其特征在于，包括如下步骤：

利用拓扑图法对柔性车间环境进行建图并将拓扑图中各节点之间的连接关系与权重关系将以矩阵的形式储存置各AGV中；

AGV接收车间任务中心发布的任务并以任务以时间先后顺序依次以列表形式存储到自身任务缓冲存储区中；AGV依次取出列表中第一位任务进行执行；

各AGV根据车间环境信息、任务信息和自身状态信息利用分布式改进A*算法自主动态规划路径，具体步骤如下：

步骤A，建立Open表和Close表，两表均为空表；将初始节点放入Open表中；

步骤B，获取Open表中节点的评估值f(n)：

f(n)＝g(n)+h(n)

其中，h(n)为估计代价，表示AGV移动从当前节点到目标节点的曼哈顿距离长度所花费的时间；g(n)表示从初始节点到节点n的实际代价；

步骤C、对Open表中各节点按f(n)的大小进行排序，选出最小的节点，将其从Open表中移除，加入Close表中，并记录该节点的父节点和祖父节点，若无则为空；

步骤D、获取选中节点的邻接节点，若不存在邻接节点则跳转步骤E，若存在则计算此时起始节点到邻接节点的实际代价，记为g'(n)；

步骤E、判判断邻接节点是否在Open表中，若不在Open表中，则将其加入Open表，并按步骤B中方法更新评估值f(n)并将选中节点设为其父节点、选中节点的父节点设置为祖父节点；若在Open表中并且g(n)小于g'(n)，则按步骤B中方法更新评估值f(n)并将选中节点设为其父节点、选中节点的父节点设置为祖父节点，否则跳转步骤F；

步骤F、判断Open表和Close表中是否包含目标节点，若存在则停止操作，表示最终找到可行路径；若不存在则判断Open表是否为空，不为空则回到步骤B，为空则停止操作，表示无可行路径；

式中i表示当前所在节点，n表示当前所在节点的邻居节点；g(i)表示从初始节点到节点i的实际代价；c(i,n)表示AGV从节点i移动到节点n的花费的时间；q代表转弯代价，该值为AGV进入路口到转向离开路口所花费的时间；Mi表示即将进入或已经进入节点i处路口的所有AGV；j表示集合Mi中的第j个AGV；a_j表示第j个AGV经过当前AGV即将占用的下一子节点所花费的时间；若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计避让时间；β_j表示第j个AGV经过当前AGV即将占用的下一子节点的可能性；若第j个AGV的路径信息已知且经过当前AGV即将占用的下一子节点则β_j值为1，不经过则β_j值为0；若第j个AGV的路径信息未知，则以其等可能性进入其他各车道的路径估计经过当前AGV即将占用的下一子节点的情况；α_j表示第j个AGV优先占用路口的情况，在动态优先级机制下，若第j个AGV优先级高于当前AGV优先级且在该AGV前的同车道AGV优先级也高于当前AGV优先级，则α_j为1，否则为0；γ表示折扣因子；Mn表示即将进入节点n处路口的所有AGV；k表示集合Mn中的第k个AGV；ω_k表示第k个AGV通过节点n处路口所花费的时间；

其中x₁表示当前节点的横坐标，y₁表示当前节点的纵坐标，x₂表示目标节点的横坐标，y₂表示目标节点的纵坐标，v表示AGV的速度；

路径中转向判断是以每个节点存储的父节点与祖父节点信息为依据；设当前节点N的坐标为(x₁，y₁)，当前节点的父节点P的坐标为(x₂，y₂)，当前节点的祖父节点Q的坐标为(x₃，y₃)；计算

与

的叉积并进行判断，如下所示，当叉积结果b为0时，表示AGV直行，当b大于0时，表示AGV右转，当b小于0，表示AGV左转；

2.根据权利要求1所述的方法，其特征在于，还包括基于动态优先级的交汇控制策略，具体如下：在路网中每个路口节点中存在l个子节点和l个相邻路口，以子节点为单位将路口划分为l个交汇控制区域，各AGV根据交汇控制规则通过分布式协商以无冲突方式快速通过存在l个交汇控制区域的路口，具体交汇控制规则如下：

规则A、AGV优先级动态管理策略：初始AGV的优先级与其执行任务的优先级相同，优先级越高表示该AGV越优先通过路口；任务优先级根据任务紧急程度设置；AGV优先级采用动态实时更新方式，即每等待一次，AGV优先级数值加一；

规则B、当AGV通过路口时，首先判断是否有AGV占用该节点，若没有AGV占用该节点，则判断自身优先级是否在所有预计占用该节点的AGV中优先级最高，若是则占用该节点和所需通过的所有交汇控制区域，继续移动直至通过节点，若不是则该AGV优先级数值加一，AGV执行等待操作并进行下一次通信，若存在AGV占用节点，则遵循规则C；

规则C、判断预计占用的交汇管制区域是否被占用，以此判断是否占用该节点并移动，每个AGV依次占用1～(l-1)个交汇控制区域；

若AGV将要占用的第一个交汇控制区域未被其他AGV占用且剩余预计占用的交汇控制区域最多只被一辆AGV占用，则AGV进入待占用第一个交汇控制区域状态，否则AGV优先级数值加一，AGV执行等待操作并进行下一次通信；当AGV处于待占用第一个交汇控制区域状态时，判断自身的优先级是否在所有待占用同一交汇控制区域状态的AGV中优先级最高，若不是则AGV优先级数值加一，执行等待操作并进行下一次通信；若是，则占用该交汇控制区域和该节点，AGV移动到第一个交汇控制区域；

当AGV移动到第一个交汇控制区域后，AGV再次通信，判断下一个交汇控制区域是否被占用，若未被占用则释放第一个交汇控制区域，移动并占用下一个交汇控制区域，否则执行等待操作并进行下一次通信；以此类推，直至完全走出节点，释放对节点和所有交汇控制区域的占用；如果存在优先级相同的AGV，那么编号更小的AGV优先通过。

3.根据权利要求1所述的方法，其特征在于，还包括任务更换策略，具体如下：

每个AGV在节点处与其他AGV进行通信，判断是否有AGV与自身在同一时间段到达同一加工机器人，若有，则判断其预计到达时间是否小于自身预计到达时间，预计到达时间如下式所示：

其中L_t表示小车在无阻碍地情况下预计到达终点的行驶时间；

若存在其余AGV预计到达时间小于自身预计到达时间，则AGV内部存储的更换任务参数数值加一，并记录该AGV编号，若不小于自身预计到达时间，不做任何操作；当更换任务参数大于预计到达的加工机器人的最大负荷值时，则将该任务变为待解决任务，储存到AGV的任务缓冲存储区中列表第二位并将任务优先级提升一等级，AGV执行列表中第一位任务。

4.根据权利要求1所述的方法，其特征在于，所述折扣因子取0.7～0.9。

Images