CN115097843A - 基于动态优先级快递分拨中心的多agv路径规划方法及装置 - Google Patents
基于动态优先级快递分拨中心的多agv路径规划方法及装置 Download PDFInfo
- Publication number
- CN115097843A CN115097843A CN202210820510.8A CN202210820510A CN115097843A CN 115097843 A CN115097843 A CN 115097843A CN 202210820510 A CN202210820510 A CN 202210820510A CN 115097843 A CN115097843 A CN 115097843A
- Authority
- CN
- China
- Prior art keywords
- agv
- path
- conflict
- node
- package
- 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 63
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims description 20
- 230000032258 transport Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000003032 molecular docking Methods 0.000 claims 1
- 238000011160 research Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
-
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
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)
- Traffic Control Systems (AREA)
Abstract
本发明涉及基于动态优先级快递分拨中心的多AGV路径规划方法及装置,属于多智能体控制技术领域。该方法包括以下步骤:1、使用栅格法对快递分拨中心环境进行建模;2、使用改进A*算法对各AGV进行初始路径规划;3、计算各AGV路径时间窗;4、找到AGV之间发生冲突的时间和节点;5、计算发生冲突时各AGV的实时优先级,确定进行避碰操作的AGV;6、判断冲突类型,选择避碰方法;7、输出各AGV无碰撞的路径信息。本发明通过改进初始路径规划方法以及设计避碰规则,有效地解决快递分拨中心AGV路径冲突问题。
Description
技术领域
本发明属于多智能体控制技术领域,涉及基于动态优先级快递分拨中心的多AGV路径规划方法及装置。
背景技术
随着电子商务迅猛发展,快递包裹业务不断扩大,2021年全国快递包裹超过1083亿件。随着快递包裹数量的逐年递增以及消费者对快递时效性需求的增加,传统快递分拨中心使用人工进行分拣作业已经无法满足现实要求。在此背景下,兼备柔性、效率和成本优势的自动引导车(Automated Guided Vehicle,AGV)快递分拣系统应运而生。AGV优势明显,一台AGV工作量可抵8-12个人工劳动力,自动化快递分拨中心可以实现24小时作业,不仅大幅降低人工成本,还能提高作业效率。合理规划路径并解决路径冲突问题、缩短AGV的总运行时间是提高AGV作业效率的关键,也是当前的研究热点之一。
多AGV间的协同路径规划和冲突处理是实现基于多AGV的自动化快递分拨中心的关键。AGV路径规划问题可以分为单AGV路径规划和多AGV路径规划。
单AGV路径规划问题实质上是搜索出起点到终点间的最优路径问题。各应用场景对“最优”有不同的评价标准,常见的评价指标有时间最少、距离最短、能量消耗最少、转向次数最少以及其中多个指标的组合。单AGV路径规划技术分为两类:基于已知环境的全局路径规划和基于传感器的环境未知的局部路径规划。在单AGV路径规划方面,研究的重点是对A*算法、Dijkstra算法、蚁群算法、遗传算法等智能算法进行优化和改进,以得到更优的初始路径,对每台AGV进行初始路径规划的效果将极大程度上影响该系统的运行效率。
而对于多AGV路径规划而言,在进行路径规划的同时需要解决路径冲突问题,情况更为复杂,各AGV之间的路径不发生冲突才是最重要的问题,其次才是最求系统路径的最优。目前多AGV路径规划的研究存在以下问题:大部分研究仅考虑静态理想情况下的无碰撞路径规划,或针对动态不稳环境提出的实时避碰方法鲁棒性差;此外现阶段大多数研究在解决AGV冲突问题过程中往往假设各AGV优先级固定,由此可能造成当AGV数量过多时,低优先级的车辆长时间等待,从而引起运输路网堵塞。
专利号为CN202110605550.6的文件中公开了一种结合运动控制的改进A*的AGV路径规划方法,其特征在于,包括以下步骤:步骤1,根据作业任务需求以及AGV机械结构和电子系统的性能,设计并计算出AGV适用于该任务区域的平滑左转和平滑右转的运动控制,要求AGV在转弯前后速度不变;步骤2,根据步骤1中得出的运动控制方式,得出AGV在该任务区域中的最小转弯半径,基于最小转弯半径,对任务区域进行栅格化处理,并结合该运动控制方法对A*算法中相邻节点的定义进行修改;步骤3,基于步骤1的运动控制以及步骤2的栅格处理,利用改进A*算法对该任务区域进行路径规划,寻找出一条从起点到终点的平滑路径;步骤4,基于步骤3规划出的路径,进行整合处理,删除冗余的路径点,供运动控制使用;步骤5,基于步骤4整合后的路径点,AGV根据路径点的速度标志量进行运动控制,完成作业。该技术的缺陷一是使用A*算法进行初始路径规划存在无意义转向,二是没有考虑到AGV之间路径会发生冲突的问题。
现需要一种能规划出更优初始路径,并且能够解决AGV路径冲突问题的多AGV无碰撞路径规划方法和装置。
发明内容
有鉴于此,本发明的目的在于提供基于动态优先级快递分拨中心的多AGV路径规划方法及装置。本发明针对快递分拨中心多AGV路径规划问题,提出一种动态优先级策略结合避碰规则解决多AGV的冲突问题。首先对A*算法进行改进避免出现无意义的转向,并使用该算法规划出每辆AGV的初始路径实现静态路径规划;然后对该场景存在的冲突类型进行分类并针对不同冲突类型提出避碰规则,并通过量化发生冲突时AGV实时优先级决定避让顺序实现动态路径规划。
为达到上述目的,本发明提供如下技术方案:
基于动态优先级快递分拨中心的多AGV路径规划方法,该方法包括以下步骤:
S1:使用栅格法建立快递分拨中心环境地图;
S2:使用改进A*算法为各自动引导车AGV进行初始路径规划;
S3:计算S2中已规划各AGV路径时间窗;
S4:通过S3中计算出的AGV路径时间窗找到AGV发生冲突的时间和节点;
S5:通过动态优先级策略计算发生冲突时各AGV实时优先级,确定进行避碰操作的AGV;
S6:判断S4中AGV间发生冲突的类型,选择避碰方法;
S7:输出无碰撞的AGV路径信息。
可选的,所述S1中,快递分拨中心环境地图由黑白栅格构成,包括以下部分:
①分拣台:位于地图边缘,AGV在此领取包裹;
②道路:用于AGV行驶;
③包裹投递区:根据包裹的收货地址,在地图上散布多个投递区;
④AGV:在地图中行驶并搬运包裹;
⑤包裹目的地:包裹目的地对应包裹投递区,AGV需行驶至包裹目的地对应包裹投递区进行投递;
⑥障碍物:占据空间导致AGV无法经过的区域;
⑦停靠区:用于空闲AGV的停靠及充电,当前电量低于阈值或完成所有任务时返回停靠区进行充电。
可选的,所述S2中,改进的A*算法具体为:
以A*算法为基础,通过修改启发式函数,避免非必要转向,降低AGV行驶时间;包括如下操作过程:
S21:获取快递分拨中心环境地图信息、AGV起点位置S和包裹位置信息D;
S22:定义用于存储之后待处理的节点信息的open列表、用于存储已处理完毕的节点信息的close列表,两个列表均初始化为空列表;
S23:把起点S放入待检查节点的列表Open list,然后寻找S周围所有可达到的节点,AGV有上下左右四个方向运动,即为S的上下左右四个节点,计算它们的G值,把它们加入Open list,并且把S设为它们的父节点;
S24:将S从Open list中移除并加入已检查列表Close list;计算Open list中每个节点到终点的曼哈顿距离H值,计算转向代价P值;判断A*算法节点拓展时是否发生转向,若未转向然后把每个检测节点的G值和H值相加,记为F;若发生转向则把每个检测节点的G值、H值和P值相加,记为F;
S25:选择F值最小的节点,对它进行S21的检查,并进行代价更新;如果可达到的节点已经在Close list中,则忽略;如果不在,则计算其G、H、P、F,设置父节点,并将其加入到Open list中;如果可达到的节点已经在Open list中,计算从当前节点移动到该节点是否具有更小的G值,如果有,则把该节点的父节点重设为当前节点,重新计算G值和F值;
S26:重复S21~S25,直到终点D加入Open list结束算法,并通过父节点回溯得到最短路径。
可选的,所述S3中,路径时间窗具体为:
根据AGV已规划好的初始路径,通过节点长度与AGV速度的比值得到各AGV节点间运行的时刻。
可选的,所述S4中,根据各AGV路径和时间窗,寻找同一时间窗内通过同一路径节点的AGV。
可选的,所述S5中,动态优先级策略考虑的因素包括AGV当前电量、当前是否负载、已行驶时间、剩余行驶距离、包裹时效性要求以及路径代价,计算发生冲突时各AGV实时优先级,实时优先级计算公式为:
其中,为0-1决策变量,表示第a个AGV运输包裹j时当前电量与阈值比较的结果,为0-1决策变量,表示第a个AGV是否负载,表示第a个AGV运输第j个包裹的时效性要求,U表示最大时效性要求,表示第a个AGV运输包裹j到达节点i时已运行的时间,表示第a个AGV运输包裹j时规划的总时间,表示第a个AGV运输包裹j到达节点i时已行驶的距离,表示第a个AGV运输包裹j时规划的总距离,为0-1决策变量,表示第a个AGV运输包裹j经过节点i时是否需要转向,tv表示AGV转向一次花费的时间,n表示第a个AGV运输包裹j时规划路径节点集合;α表示AGV运输包裹时效性要求的权重系数,β表示AGV运输包裹已运行时间的权重系数,γ表示AGV运输包裹已行驶距离的权重系数,μ表示AGV运输包裹转向代价的权重系数,α,β,γ,μ∈(0,1),可以根据管理者根据各指标的重要程度变化;当发生冲突时存在AGV实时优先级相同的情况则按照AGV编号顺序确定。
可选的,所述S6中,判断S4中AGV间发生冲突的类型,选择避碰方法,快递分拨中心AGV之间存在相向冲突、路口冲突以及占位冲突;
相向冲突:若两AGV在前进过程中沿着同一道路相向行驶或路口转向时,判断会发生碰撞,在冲突节点之后,两AGV各自剩余的路径与彼此之前的路径相互重合,则导致相向冲突;
路口冲突:在十字路口两辆交叉方向的AGV同时到达同一节点,或者相向行驶的两AGV在路口转向后向同一方向行驶,会产生节点冲突;
占位冲突:某一AGV停留在进行作业AGV的路径上,会产生占位冲突;
避碰规则为:
(1)相向冲突:提前等待或重新规划路径;优先级较低的AGV在起点提前等待,等优先级高的AGV通过重复路径之后再出发,或者对任务优先级较低的AGV再次规划路径,任务优先级较高的AGV按原路线行动;
(2)路口冲突:采用命令任务优先级较低的AGV在起始点出发前等待一段时间以避开冲突的方法;
(3)占位冲突:将节点占用AGV视为静态障碍物,对任务优先级较低的AGV进行路径重规划;
等待策略选择在起点进行等待。
可选的,所述S7具体为:输出无碰撞的AGV路径信息。
基于所述方法的基于动态优先级快递分拨中心的多AGV路径规划装置,包括快递分拨中心环境地图构建模块、初始路径规划模块、冲突检测模块、冲突解决模块和无碰撞路径输出模块;
所述快递分拨中心环境地图构建模块与初始路径规划模块信号连接;
所述初始路径规划模块一端与快递分拨中心环境地图构建模块信号连接,另一端与冲突检测模块信号连接;
所述冲突检测模块一端与初始路径规划模块信号连接,另一端与冲突解决模块信号连接;
所述冲突解决模块一端与冲突检测模块信号连接,另一端无碰撞路径输出模块信号连接;
所述无碰撞路径输出模块与冲突解决模块信号连接;
所述快递分拨中心环境地图构建模块用于构建AGV运行环境,产生AGV位置信息、包裹信息;
所述初始路径规划模块用于根据快递分拨中心中AGV位置信息和包裹信息进行初始路径规划;
所述冲突检测模块计算初始路径规划模块中规划出的路径的时间窗,并寻找发生冲突的AGV以及发生冲突的时间和节点以及冲突类型;
所述冲突解决模块根据冲突检测模块中找到的发生冲突的AGV以及发生冲突的时间和节点,计算各AGV的实时优先级,并根据避碰规则解决冲突问题;
所述无碰撞路径输出模块用于输出各AGV无碰撞的路径信息。
本发明的有益效果在于:本发明有效的将快递分拨中心多AGV路径规划问题分解为单AGV初始路径规划和多AGV冲突解决,在初始路径规划阶段对A*算法进行改进,有效避免出现无意义转向,得到更优的初始路径;在冲突解决阶段对该场景存在的冲突类型进行分类并针对不同冲突类型提出避碰规则,并通过量化发生冲突时AGV实时优先级决定避让顺序解决AGV路径冲突问题。经过实验分析证明,利用本发明的多AGV路径规划方法,能避免出现无意义转向,并且解决冲突问题比采用固定优先级解决冲突问题能够降低总任务完成时间和为解决冲突问题而产生的额外增加时间,能够提升快递分拨中心运行效率以及避免因为单个任务执行时间过长而产生冲突的风险。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明的基本流程示意图;
图2为本发明AGV运行环境图;
图3为本发明改进A*算法流程示意图;
图4为本发明规定避碰类型示意图;
图5为本发明的装置示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明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,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”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,不能理解为对本发明的限制,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。
请参阅图1~图5,为一种基于动态优先级策略快递分拨中心多AGV路径规划方法及装置。
实施例1:如图1所示一种基于动态优先级策略快递分拨中心多AGV路径规划方法及装置,包括但不限于如下步骤:
步骤1、输入快递分拨中心信息构建环境地图。具体如下:如图2所示,本方法中快递分拨中心环境地图由黑白栅格构成,包括以下部分:①分拣台:位于地图边缘,AGV在此领取包裹;②道路:用于AGV行驶;③包裹投递区:根据包裹的收货地址,在地图上散布多个投递区;④AGV:在地图中行驶并搬运包裹;⑤包裹目的地:包裹目的地对应包裹投递区,AGV需行驶至包裹目的地对应包裹投递区进行投递;⑥障碍物:占据空间导致AGV无法经过的区域;⑦停靠区:用于空闲AGV的停靠及充电,当前电量低于阈值或完成所有任务时返回停靠区进行充电。
步骤2、利用改进A*算法对每个AGV进行初始路径规划。具体如下:以快递分拨中心信息环境地图作为基础,使用改进A*算法为各AGV寻找在该环境中最优的初始路径,初始路径即从AGV当前位置到达分拣台领取任务的路径或从分拣台领取完任务到包裹目的地位置的路径。
步骤3、计算各AGV路径时间窗。具体如下:以改进A*算法为各AGV寻找在该环境中最优的初始路径为基础,通过路径与速度以及额外的转弯时间求出各AGV通过路径节点的时间。
步骤4、寻找AGV之间发生冲突的时间与节点。具体如下:以各AGV路径时间窗信息为基础,寻找在同一个时间窗内经过同一路径节点的AGV信息。
步骤5、根据动态优先级策略计算发生冲突AGV的实时优先级。具体如下:根据寻找到的发生冲突的AGV,根据动态优先级计算公式计算各AGV的实时优先级。
步骤6、判断AGV之间碰撞的类别,选择避碰方式。具体如下:根据快递分拨中心实际运行情况,确定相向冲突、路口冲突、节点占用三种冲突类型,并对每种类型设置等待或者重新路径规划的避碰方法。
步骤7、输出无碰撞的AGV路径信息。
应用实施例:参见图1,一种基于动态优先级策略快递分拨中心多AGV路径规划方法及装置,包括以下步骤:
步骤1、将快递分拨中心实际环境进行抽象化处理获取AGV运行的环境。根据快递分拨中心特点,选择栅格法进行环境建模,最终环境如图2所示。本方法中快递分拨中心环境地图由黑白栅格构成,包括以下部分:①分拣台:位于地图边缘,AGV在此领取包裹;②道路:用于AGV行驶;③包裹投递区:根据包裹的收货地址,在地图上散布多个投递区;④AGV:在地图中行驶并搬运包裹;⑤包裹目的地:包裹目的地对应包裹投递区,AGV需行驶至包裹目的地对应包裹投递区进行投递;⑥障碍物:占据空间导致AGV无法经过的区域;⑦停靠区:用于空闲AGV的停靠及充电,当前电量低于阈值或完成所有任务时返回停靠区进行充电。
步骤2、使用改进A*算法对每个AGV进行路径规划,得到理想环境下最优的初始路径。图3为使用改进A*算法规划AGV初始路径的流程图。
以表1下列四个AGV任务为例使用改进A*算法规划出的路径信息如表2所示。
表1四个AGV任务
为了简化表达,将坐标转换为索引值,具体转发方式为,以原点(0,0)开始,栅格的索引值由1开始,按从左到右、从下到上的顺序进行。假设栅格尸的二维编号为(x,y),则二维坐标与索引值的对应公式为:索引值=(x+0.5)+(y+0.5-1)*22
表2使用改进A*算法规划出的路径信息
步骤3、计算各AGV时间窗,计算结果如表3所示。
表3各AGV时间窗计算结果
步骤4、寻找AGV之间发生冲突的时间和节点。通过上述AGV路径时间窗信息经过计算,AGV1与AGV3于第24s在218节点发生冲突,AGV2和AGV4于第22s在117节点发生相向冲突,AGV3和AGV4与第8s在264节点发生冲突。
步骤5、使用动态优先级策略计算AGV发生冲突时的实时优先级。本实施例中取α=β=γ=μ=0.25,电量阈值设为10%。AGV3和AGV4在264节点发生冲突,使用公式计算两辆AGV在碰撞节点的实时优先级,其中p4=100.191,p3=10.465;AGV1和AGV3在219节点产生冲突,使用公式计算两辆AGV在碰撞节点的实时优先级,其中P1=10.535,p3=10.562;AGV1与AGV2在306节点发生冲突,使用公式计算两辆AGV的当前优先级,其中p1=10.652,p2=0.517。
步骤6、判断冲突类型选取避碰方式。AGV2和AGV4在117节点发生占位冲突,使用公式计算两辆AGV在碰撞节点的实时优先级,其中P2=10.535,p4=10.562,AGV2重新规划路径为:47-48-49-50-51-52-73-94-115-136-137-138-159-180-201-222-243-264-285-306-305。A GV1和AGV3在219节点产生冲突,使用公式计算两辆AGV在碰撞节点的实时优先级,其中P1=10.535,p3=10.562,因为AGV3在该节点实时优先级更高,因此AGV3保持原规划前进,AGV1进行调整。AGV1考虑在起点等待让AGV3先通过冲突节点和重新规划路径两种措施。AGV1在起点需要等待26s可以避免与AGV3的冲突,避免冲突后AGV1完成任务的总时间为74s,对AGV重新规划路径,重新规划的路径为:212-233-254-255-256-257-258-279-300-321-342-343-344-345-346-347-348-327-306-285-264-265-266-267,避免冲突后AGV1完成任务的总时间为56s。
AGV1与AGV2在306节点发生冲突,使用公式计算两辆AGV的当前优先级,其中p1=10.652,p2=0.517,因为AGV1实时优先级更高,因此AGV1保持原规划前进,AGV2进行调整。AGV2考虑在起点等待让AGV1先通过冲突节点和重新规划路径两种措施。AGV2在起点需要等待8s可以避免与AGV1的冲突,避免冲突后AGV2完成任务的总时间为56s,对AGV2重新规划路径,重新规划的路径为:47-46-67-88-109-130-151-172-171-170-191-212-233-254-255-256-257-258-279-300-321-342-343-344-345-346-325-304-305,避免冲突后AGV2完成任务的总时间为72s。
步骤7、输出无碰撞的AGV路径信息。
图4为本发明规定避碰类型示意图;
图5为本发明的装置示意图。
本发明实施例提供一种AGV路径规划装置,包括:
环境地图构建模块:用于构建AGV运行的环境。
在一个优选实施例中,快递分拨中心环境地图构建模块包括输入设备和存储器,所述输入设备用于输入快递分拨中心布局信息,存储器用于存储AGV行驶环境。
初始路径规划模块:用于根据AGV行驶环境为AGV规划初始路径。
在一个优选实例中,初始路径规划模块包括输入设备和处理器第一单元和输出设备。所述输入设备用于输入AGV的位置信息以及目的地信息,所述处理器第一单元用于执行使用改进A*算法为AGV规划初始路径的计算机程序,所述输出设备用于输出显示由处理器第一单元得到的初始路径。
冲突检测模块:对所有已规划AGV的路径进行时间窗的计算以及冲突类型的判断。
在一个优选实例中,冲突检测模块包括输入设备、处理器第二单元。所述输入设备用于输入已规划AGV初始路径,处理器第二单元用于判断AGV之间是否发生路径冲突以及冲突类型。
冲突解决模块:使用动态优先级策略计算发生冲突AGV的实时优先级,选择避碰方式进行冲突消除。
在一个优选实例中,冲突解决模块包括输出设备,处理器第三单元。所述输出设备用于输入用于计算AGV实时优先级的必要信息,处理器第三单元根据动态优先级公式用于计算发生冲突AGV的实时优先级,以此来选择进行避碰操作的AGV。
无碰撞路径输出模块:输出各AGV无碰撞的路径信息。
在一个优选实例中,无碰撞路径输出模块包括处理器第四单元。所述处理器第四单元用于输出显示各AGV无冲突的路径信息。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:该方法包括以下步骤:
S1:使用栅格法建立快递分拨中心环境地图;
S2:使用改进A*算法为各自动引导车AGV进行初始路径规划;
S3:计算S2中已规划各AGV路径时间窗;
S4:通过S3中计算出的AGV路径时间窗找到AGV发生冲突的时间和节点;
S5:通过动态优先级策略计算发生冲突时各AGV实时优先级,确定进行避碰操作的AGV;
S6:判断S4中AGV间发生冲突的类型,选择避碰方法;
S7:输出无碰撞的AGV路径信息。
2.根据权利要求1所述的基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:所述S1中,快递分拨中心环境地图由黑白栅格构成,包括以下部分:
①分拣台:位于地图边缘,AGV在此领取包裹;
②道路:用于AGV行驶;
③包裹投递区:根据包裹的收货地址,在地图上散布多个投递区;
④AGV:在地图中行驶并搬运包裹;
⑤包裹目的地:包裹目的地对应包裹投递区,AGV需行驶至包裹目的地对应包裹投递区进行投递;
⑥障碍物:占据空间导致AGV无法经过的区域;
⑦停靠区:用于空闲AGV的停靠及充电,当前电量低于阈值或完成所有任务时返回停靠区进行充电。
3.根据权利要求2所述的基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:所述S2中,改进的A*算法具体为:
以A*算法为基础,通过修改启发式函数,避免非必要转向,降低AGV行驶时间;包括如下操作过程:
S21:获取快递分拨中心环境地图信息、AGV起点位置S和包裹位置信息D;
S22:定义用于存储之后待处理的节点信息的open列表、用于存储已处理完毕的节点信息的close列表,两个列表均初始化为空列表;
S23:把起点S放入待检查节点的列表Open list,然后寻找S周围所有可达到的节点,AGV有上下左右四个方向运动,即为S的上下左右四个节点,计算它们的G值,把它们加入Open list,并且把S设为它们的父节点;
S24:将S从Open list中移除并加入已检查列表Close list;计算Open list中每个节点到终点的曼哈顿距离H值,计算转向代价P值;判断A*算法节点拓展时是否发生转向,若未转向然后把每个检测节点的G值和H值相加,记为F;若发生转向则把每个检测节点的G值、H值和P值相加,记为F;
S25:选择F值最小的节点,对它进行S21的检查,并进行代价更新;如果可达到的节点已经在Close list中,则忽略;如果不在,则计算其G、H、P、F,设置父节点,并将其加入到Openlist中;如果可达到的节点已经在Open list中,计算从当前节点移动到该节点是否具有更小的G值,如果有,则把该节点的父节点重设为当前节点,重新计算G值和F值;
S26:重复S21~S25,直到终点D加入Open list结束算法,并通过父节点回溯得到最短路径。
4.根据权利要求3所述的基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:所述S3中,路径时间窗具体为:
根据AGV已规划好的初始路径,通过节点长度与AGV速度的比值得到各AGV节点间运行的时刻。
5.根据权利要求4所述的基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:所述S4中,根据各AGV路径和时间窗,寻找同一时间窗内通过同一路径节点的AGV。
6.根据权利要求5所述的基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:所述S5中,动态优先级策略考虑的因素包括AGV当前电量、当前是否负载、已行驶时间、剩余行驶距离、包裹时效性要求以及路径代价,计算发生冲突时各AGV实时优先级,实时优先级计算公式为:
其中,为0-1决策变量,表示第a个AGV运输包裹j时当前电量与阈值比较的结果,为0-1决策变量,表示第a个AGV是否负载,表示第a个AGV运输第j个包裹的时效性要求,U表示最大时效性要求,表示第a个AGV运输包裹j到达节点i时已运行的时间,表示第a个AGV运输包裹j时规划的总时间,表示第a个AGV运输包裹j到达节点i时已行驶的距离,表示第a个AGV运输包裹j时规划的总距离,为0-1决策变量,表示第a个AGV运输包裹j经过节点i时是否需要转向,tv表示AGV转向一次花费的时间,n表示第a个AGV运输包裹j时规划路径节点集合;α表示AGV运输包裹时效性要求的权重系数,β表示AGV运输包裹已运行时间的权重系数,γ表示AGV运输包裹已行驶距离的权重系数,μ表示AGV运输包裹转向代价的权重系数,α,β,γ,μ∈(0,1),根据管理者根据各指标的重要程度变化;当发生冲突时存在AGV实时优先级相同的情况则按照AGV编号顺序确定。
7.根据权利要求6所述的基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:所述S6中,判断S4中AGV间发生冲突的类型,选择避碰方法,快递分拨中心AGV之间存在相向冲突、路口冲突以及占位冲突;
相向冲突:若两AGV在前进过程中沿着同一道路相向行驶或路口转向时,判断会发生碰撞,在冲突节点之后,两AGV各自剩余的路径与彼此之前的路径相互重合,则导致相向冲突;
路口冲突:在十字路口两辆交叉方向的AGV同时到达同一节点,或者相向行驶的两AGV在路口转向后向同一方向行驶,会产生节点冲突;
占位冲突:某一AGV停留在进行作业AGV的路径上,会产生占位冲突;
避碰规则为:
(1)相向冲突:提前等待或重新规划路径;优先级较低的AGV在起点提前等待,等优先级高的AGV通过重复路径之后再出发,或者对任务优先级较低的AGV再次规划路径,任务优先级较高的AGV按原路线行动;
(2)路口冲突:采用命令任务优先级较低的AGV在起始点出发前等待一段时间以避开冲突的方法;
(3)占位冲突:将节点占用AGV视为静态障碍物,对任务优先级较低的AGV进行路径重规划;
等待策略选择在起点进行等待。
8.根据权利要求7所述的基于动态优先级快递分拨中心的多AGV路径规划方法,其特征在于:所述S7具体为:输出无碰撞的AGV路径信息。
9.基于权利要求1~8中任一项所述方法的基于动态优先级快递分拨中心的多AGV路径规划装置,其特征在于:该装置包括快递分拨中心环境地图构建模块、初始路径规划模块、冲突检测模块、冲突解决模块和无碰撞路径输出模块;
所述快递分拨中心环境地图构建模块与初始路径规划模块信号连接;
所述初始路径规划模块一端与快递分拨中心环境地图构建模块信号连接,另一端与冲突检测模块信号连接;
所述冲突检测模块一端与初始路径规划模块信号连接,另一端与冲突解决模块信号连接;
所述冲突解决模块一端与冲突检测模块信号连接,另一端无碰撞路径输出模块信号连接;
所述无碰撞路径输出模块与冲突解决模块信号连接;
所述快递分拨中心环境地图构建模块用于构建AGV运行环境,产生AGV位置信息、包裹信息;
所述初始路径规划模块用于根据快递分拨中心中AGV位置信息和包裹信息进行初始路径规划;
所述冲突检测模块计算初始路径规划模块中规划出的路径的时间窗,并寻找发生冲突的AGV以及发生冲突的时间和节点以及冲突类型;
所述冲突解决模块根据冲突检测模块中找到的发生冲突的AGV以及发生冲突的时间和节点,计算各AGV的实时优先级,并根据避碰规则解决冲突问题;
所述无碰撞路径输出模块用于输出各AGV无碰撞的路径信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210820510.8A CN115097843A (zh) | 2022-07-12 | 2022-07-12 | 基于动态优先级快递分拨中心的多agv路径规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210820510.8A CN115097843A (zh) | 2022-07-12 | 2022-07-12 | 基于动态优先级快递分拨中心的多agv路径规划方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115097843A true CN115097843A (zh) | 2022-09-23 |
Family
ID=83297520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210820510.8A Pending CN115097843A (zh) | 2022-07-12 | 2022-07-12 | 基于动态优先级快递分拨中心的多agv路径规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115097843A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542412A (zh) * | 2023-04-28 | 2023-08-04 | 北京大数据先进技术研究院 | 处理多任务运行路径冲突的方法、装置、设备及介质 |
CN117093009A (zh) * | 2023-10-19 | 2023-11-21 | 湖南睿图智能科技有限公司 | 一种基于机器视觉的物流agv小车导航控制方法及系统 |
-
2022
- 2022-07-12 CN CN202210820510.8A patent/CN115097843A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542412A (zh) * | 2023-04-28 | 2023-08-04 | 北京大数据先进技术研究院 | 处理多任务运行路径冲突的方法、装置、设备及介质 |
CN116542412B (zh) * | 2023-04-28 | 2024-02-06 | 北京大数据先进技术研究院 | 处理多任务运行路径冲突的方法、装置、设备及介质 |
CN117093009A (zh) * | 2023-10-19 | 2023-11-21 | 湖南睿图智能科技有限公司 | 一种基于机器视觉的物流agv小车导航控制方法及系统 |
CN117093009B (zh) * | 2023-10-19 | 2024-02-09 | 湖南睿图智能科技有限公司 | 一种基于机器视觉的物流agv小车导航控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113031603B (zh) | 一种基于任务优先级的多物流机器人协同路径规划方法 | |
CN115097843A (zh) | 基于动态优先级快递分拨中心的多agv路径规划方法及装置 | |
US9068852B2 (en) | Vehicle fleet routing system | |
JP3007507B2 (ja) | 経路決定方法、装置および地図管理装置および移動体管理システム | |
CN113075927A (zh) | 基于预约表的仓储潜伏式多agv路径规划方法 | |
Okoso et al. | Multi-agent path finding with priority for cooperative automated valet parking | |
Nishi et al. | Cell-based local search heuristics for guide path design of automated guided vehicle systems with dynamic multicommodity flow | |
CN115237135A (zh) | 一种基于冲突的移动机器人路径规划方法及系统 | |
KR101010718B1 (ko) | 복수개의 자원을 점유하는 무인 반송차의 동적 주행방법 | |
CN111947676B (zh) | 快递路径规划方法、装置、电子设备以及存储介质 | |
Li et al. | A hybrid simulated annealing heuristic for multistage heterogeneous fleet scheduling with fleet sizing decisions | |
JP2020077110A (ja) | デッドロック検出装置、情報処理装置、デッドロック検出方法及びコンピュータプログラム | |
CN112488357B (zh) | 基于车辆与无人机协同作业的末端配送方法及系统 | |
CN116414139B (zh) | 基于A-Star算法的移动机器人复杂路径规划方法 | |
Omagari et al. | Provisional-ideal-point-based multi-objective optimization method for drone delivery problem | |
Palliyil et al. | A comprehensive model for the concurrent determination of aisles and load stations for aisle-based material handling systems | |
CN110533234A (zh) | 结合避碰策略的agv优化控制方法、终端设备及存储介质 | |
CN115167457A (zh) | 一种考虑电量约束的多agv调度与协同路径规划方法和装置 | |
JPH07160333A (ja) | 運行管理制御装置およびその方法 | |
Yi et al. | An optimal scheduling method of AGVs at automated container terminal considering conflict avoidance | |
CN114264313A (zh) | 基于势能的车道级路径规划方法、系统、设备及存储介质 | |
CN114659533A (zh) | 应急救援场景下多任务冲突检测与消解的路径规划方法 | |
Akiyama et al. | A multi-commodity flow model for guide path layout design of AGV systems | |
Tao et al. | Multi-AGV pathfinding for automatic warehouse applications | |
Golestanian et al. | Optimization Models for Pickup-And-Delivery Problems with Reconfigurable Capacities |
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 |