CN115167477A - 资源受限的中央集中式动态路径规划方法及电子设备 - Google Patents

资源受限的中央集中式动态路径规划方法及电子设备 Download PDF

Info

Publication number
CN115167477A
CN115167477A CN202211012782.1A CN202211012782A CN115167477A CN 115167477 A CN115167477 A CN 115167477A CN 202211012782 A CN202211012782 A CN 202211012782A CN 115167477 A CN115167477 A CN 115167477A
Authority
CN
China
Prior art keywords
resource
path planning
path
dynamic
conflict
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
CN202211012782.1A
Other languages
English (en)
Inventor
贺喜
林贞鸿
梁启亮
梁翰计
黄见钦
宋文霞
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.)
Guangdong Aijil Robot Technology Co ltd
Original Assignee
Guangdong Aijil Robot 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 Guangdong Aijil Robot Technology Co ltd filed Critical Guangdong Aijil Robot Technology Co ltd
Priority to CN202211012782.1A priority Critical patent/CN115167477A/zh
Publication of CN115167477A publication Critical patent/CN115167477A/zh
Pending legal-status Critical Current

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
    • G05D1/0223—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
    • 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control

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)
  • Navigation (AREA)

Abstract

本发明涉及移动机器人技术领域，具体涉及一种资源受限的中央集中式动态路径规划方法及电子设备，包括以下步骤：进行参数输入，然后进行AGV站点信息的检查，确保AGV当前必须停靠在站点位置；进行全局路径规划，同时对资源动态进行管理，并筛选出路径规划结果；根据当前待分配资源的状态及是否有冲突或死锁，进行资源分配；判断AGV使用完成当前资源，通过资源动态管理进行资源释放。本发明在实际复杂环境中，可以大大的减少规划冲突和死锁，计算速度快，多Agv移动运行效率高。

Description

资源受限的中央集中式动态路径规划方法及电子设备
技术领域
本发明涉及移动机器人技术领域，具体涉及一种资源受限的中央集中式动态路径规划方法及电子设备。
背景技术
目前业内常用的多AGV路径规划方式，是在不考虑到资源死锁的问题前提下，对路径作出规划，然后将规划出的路径发送给AGV，AGV按照规划路线进行移动，在冲突区域进行排队等待通过。在这种方式下，冲突区域是提前设置好，固定不变的，并且很容易造成资源死锁，导致系统运行效率较低，最终不能满足用户的业务需求。
陈超等在专利号为CN201910470067.4的专利《基于时间窗的任务分段式的多AGV路径规划算法》中公开了一种多指AGV路径规划算法，该专利将任务分解成多个子阶段，分段处理，然后采用时间窗算法给任务绑定的AGV规划无冲突的最短路径。
该方法较为常规，将任务分解成多个子阶段，任务一旦产生异常，会导致很难撤销，同时采用时间窗进行路径规划，很容易受到现场环境影响，尤其是在人车混合作业的车间中，时间窗口大小更难以评估，不能够动态的对路径作出规划。另外，在路径冲突和死锁方面的处理不足，不能满足实际生产环境需求。
发明内容
针对现有技术的不足，本发明公开了一种资源受限的中央集中式动态路径规划方法及电子设备，用于解决上述问题。
本发明通过以下技术方案予以实现：
第一方面，本发明提供了一种资源受限的中央集中式动态路径规划方法，包括以下步骤：
S1初始化，进行参数输入，然后进行AGV站点信息的检查，确保AGV当前必须停靠在站点位置；
S2进行全局路径规划，同时对资源动态进行管理，并筛选出路径规划结果；
S3根据当前待分配资源的状态及是否有冲突或死锁，进行资源分配；
S4判断AGV使用完成当前资源，通过资源动态管理进行资源释放。
更进一步的，所述方法中，参数输入为规划起始站点A和规划目标站点B。
更进一步的，所述方法中，进行全局路径规划时，采用A*算法，根据用户现场场景，构建地图模型时，根据地图模型关系，生成所有站点vi和vj之间的路径，并存入内存数据库。
更进一步的，所述方法中，系统启动时，从内存数据库将路径集加载到内存中，从内存中获取路径集合，则直接在内存中进行静态路径的查找。
更进一步的，所述方法中，进行资源动态管理时，根据所有AGV的路径，实时计算出所有冲突区域和死锁区域，并对这些区域进行维护；同时维护冲突和死锁区域的申请列表，当冲突和死锁区域不存在时，删除区域；每个站点资源均包含一个占用车辆和一个资源申请队列。
更进一步的，所述方法中，进行路径规划结果筛选时，将全局路径规划出的结果，按照距离进行排序；通过资源动态管理对规划出的路径进行筛选：有优先选择无资源冲突和死锁的最短路径。
更进一步的，所述方法中，如果所有路径均存在冲突和死锁，则选择资源冲突和死锁最少的路径，如果相同，则选取较短的路径；如果路径末端存在完全冲突，则不做规划。
更进一步的，所述方法中，当前待分配资源的状态必须为未占用，并且要确定待分配的资源是否与其他所有AGV正在使用的资源是否有冲突或死锁，如果存在冲突或死锁，则需要通过资源动态管理模块，对多台AGV对冲突或死锁区域进行竞争获取。
更进一步的，所述方法中，资源的分配为动态分配，资源包括站点、区域或其他规划单位。
第二方面，本发明提供了一种电子设备，包括拓扑地图模块、路径规划模块、动态资源管理模块和业务模块以及存储在所述拓扑地图模块、路径规划模块、动态资源管理模块和业务模块中且被配置为由所述处理器执行的计算机程序，且所述计算机程序时被执行时，实现第一方面所述的资源受限的中央集中式动态路径规划方法中的步骤。
本发明的有益效果为：
本发明通过中央集中式方式对地图资源动态管理，结合内存数据库，提前将AGV路径进行规划结果存入内存数据库，后续通过查询的方式，提高路径规划计算效率。在路径规划的过程中，动态计算冲突区域和死锁区域，对这些区域进行维护，避免规划过程中产生死锁。该发明在实际复杂环境中，可以大大的减少规划冲突和死锁，计算速度快，多Agv移动运行效率高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是资源受限的中央集中式动态路径规划方法流程图；
图2是本发明实施例电子设备原理框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
实施例1
参照图1所示，本实施例提供了一种资源受限的中央集中式动态路径规划方法，包括以下步骤：
S1初始化，进行参数输入，然后进行AGV站点信息的检查，确保AGV当前必须停靠在站点位置；
S2进行全局路径规划，同时对资源动态进行管理，并筛选出路径规划结果；
S3根据当前待分配资源的状态及是否有冲突或死锁，进行资源分配；
S4判断AGV使用完成当前资源，通过资源动态管理进行资源释放。
本实施例中，进行全局路径规划时，采用A*算法，根据用户现场场景，构建地图模型时，根据地图模型关系，生成所有站点vi和vj之间的路径，并存入内存数据库。系统启动时，从内存数据库将路径集加载到内存中，从内存中获取路径集合，则直接在内存中进行静态路径的查找。
本实施例中，进行资源动态管理时，根据所有AGV的路径，实时计算出所有冲突区域和死锁区域，并对这些区域进行维护；同时维护冲突和死锁区域的申请列表，当冲突和死锁区域不存在时，删除区域；每个站点资源均包含一个占用车辆和一个资源申请队列。
本实施例中，进行路径规划结果筛选时，将全局路径规划出的结果，按照距离进行排序；通过资源动态管理对规划出的路径进行筛选：有优先选择无资源冲突和死锁的最短路径。如果所有路径均存在冲突和死锁，则选择资源冲突和死锁最少的路径，如果相同，则选取较短的路径；如果路径末端存在完全冲突，则不做规划。
本实施例中，当前待分配资源的状态必须为未占用，并且要确定待分配的资源是否与其他所有AGV正在使用的资源是否有冲突或死锁，如果存在冲突或死锁，则需要通过资源动态管理模块，对多台AGV对冲突或死锁区域进行竞争获取。
本实施例根据用户现场场景，构建地图模型时，根据地图模型关系，生成所有站点vi和vj之间的路径，并存入内存数据库。系统启动时，从数据库将该路径集加载到内存中，从内存中获取路径集合，则可直接在内存中进行静态路径的查找，减少了大量的实时运算的资源消耗，提高了运算效率。
本实施例进行动态资源管理。在拓扑地图中，不固定设置冲突区域，而是通过动态计算冲突区域和死锁区域，并维护冲突或死锁区域的资源申请队列，能动态的处理多Agv间的交通管制，提前避免或减少冲突和死锁发生，提高多Agv移动效率。
实施例2
在具体实施层面，本实施例首先进行参数输入和检查，参数输入为规划起始站点A、规划目标站点B。在对AGV站点信息进行检查时，需确保AGV当前必须停靠在站点位置，规划起始站点A和规划目标站点B，在拓扑地图中存在且可达。
本实施例进行路径规划时，该过程包括两个步骤：步骤1，全局路径规划；步骤2，资源动态管理；步骤3，路径规划结果筛选。
本实施例进行进一步实施时，步骤1，全局路径规划：采用A*算法，通过借助启发式函数的作用，提高搜索效率。为了能减少实时运算的资源消耗，根据用户现场场景，构建地图模型时，根据地图模型关系，生成所有站点vi和vj之间的路径，并存入内存数据库。系统启动时，从数据库将该路径集加载到内存中，从内存中获取路径集合，则可直接在内存中进行静态路径的查找，大大提高了运算效率。
本实施例进行进一步实施时，步骤2，资源动态管理：根据所有AGV的路径，实时计算出所有冲突区域和死锁区域，并对这些区域进行维护；同时维护冲突和死锁区域的申请列表，当冲突和死锁区域不存在时，删除区域；每个站点资源均包含一个占用车辆和一个资源申请队列。
本实施例进行进一步实施时，步骤3，路径规划结果筛选：将全局路径规划出的结果，按照距离进行排序；通过资源动态管理对规划出的路径进行筛选：有优先选择无资源冲突和死锁的最短路径；如果所有路径均存在冲突和死锁，则选择资源冲突和死锁最少的路径，如果相同，则选取较短的路径；如果路径末端存在完全冲突，则不做规划。
本实施例进行资源分配时，分配步长默认为2个站点，实际使用中该步长可通过配置调节。当前待分配资源的状态必须为未占用，并且要确定待分配的资源是否与其他所有AGV正在使用的资源是否有冲突或死锁，如果存在冲突或死锁，则需要通过资源动态管理模块，对多台AGV对冲突或死锁区域进行竞争获取。资源的分配为动态分配，AGV行走至分配的第一个站点资源时，就需要对下一次资源分配做处理。
本实施例进行资源释放时，当AGV使用完当前资源后，则需通过资源动态管理进行资源释放。资源包括但不局限于站点、区域等。仅当资源状态为未占用时，才可使用。
实施例3
参照图2所示，本实施例提供一种电子设备，包括拓扑地图模块、路径规划模块、动态资源管理模块和业务模块以及存储在所述拓扑地图模块、路径规划模块、动态资源管理模块和业务模块中且被配置为由所述处理器执行的计算机程序，且所述计算机程序时被执行时，实现资源受限的中央集中式动态路径规划方法中的步骤。
本实施例建立了拓扑地图，同时结合内存数据库，提前对某个拓扑地图的路径规划结果进行存储，提高路径规划计算效率。在路径规划的过程中，通过中央集中式方式对地图资源动态管控，动态计算冲突区域和死锁区域，对这些区域进行维护，避免规划过程中产生死锁
综上，本发明通过中央集中式方式对地图资源动态管理，结合内存数据库，提前将AGV路径进行规划结果存入内存数据库，后续通过查询的方式，提高路径规划计算效率。在路径规划的过程中，动态计算冲突区域和死锁区域，对这些区域进行维护，避免规划过程中产生死锁。该发明在实际复杂环境中，可以大大的减少规划冲突和死锁，计算速度快，多Agv移动运行效率高。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种资源受限的中央集中式动态路径规划方法，其特征在于，包括以下步骤：
S1初始化，进行参数输入，然后进行AGV站点信息的检查，确保AGV当前必须停靠在站点位置；
S2进行全局路径规划，同时对资源动态进行管理，并筛选出路径规划结果；
S3根据当前待分配资源的状态及是否有冲突或死锁，进行资源分配；
S4判断AGV使用完成当前资源，通过资源动态管理进行资源释放。
2.根据权利要求1所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，参数输入为规划起始站点A和规划目标站点B。
3.根据权利要求1所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，进行全局路径规划时，采用A*算法，根据用户现场场景，构建地图模型时，根据地图模型关系，生成所有站点vi和vj之间的路径，并存入内存数据库。
4.根据权利要求3所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，系统启动时，从内存数据库将路径集加载到内存中，从内存中获取路径集合，则直接在内存中进行静态路径的查找。
5.根据权利要求1所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，进行资源动态管理时，根据所有AGV的路径，实时计算出所有冲突区域和死锁区域，并对这些区域进行维护；同时维护冲突和死锁区域的申请列表，当冲突和死锁区域不存在时，删除区域；每个站点资源均包含一个占用车辆和一个资源申请队列。
6.根据权利要求1所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，进行路径规划结果筛选时，将全局路径规划出的结果，按照距离进行排序；通过资源动态管理对规划出的路径进行筛选：有优先选择无资源冲突和死锁的最短路径。
7.根据权利要求6所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，如果所有路径均存在冲突和死锁，则选择资源冲突和死锁最少的路径，如果相同，则选取较短的路径；如果路径末端存在完全冲突，则不做规划。
8.根据权利要求1所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，当前待分配资源的状态必须为未占用，并且要确定待分配的资源是否与其他所有AGV正在使用的资源是否有冲突或死锁，如果存在冲突或死锁，则需要通过资源动态管理模块，对多台AGV对冲突或死锁区域进行竞争获取。
9.根据权利要求1所述的一种资源受限的中央集中式动态路径规划方法，其特征在于，所述方法中，资源的分配为动态分配，资源包括站点、区域或其他规划单位。
10.一种电子设备，其特征在于，包括拓扑地图模块、路径规划模块、动态资源管理模块和业务模块以及存储在所述拓扑地图模块、路径规划模块、动态资源管理模块和业务模块中且被配置为由所述处理器执行的计算机程序，且所述计算机程序时被执行时，实现如权利要求1至9任一项所述的资源受限的中央集中式动态路径规划方法中的步骤。
CN202211012782.1A 2022-08-23 2022-08-23 资源受限的中央集中式动态路径规划方法及电子设备 Pending CN115167477A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211012782.1A CN115167477A (zh) 2022-08-23 2022-08-23 资源受限的中央集中式动态路径规划方法及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211012782.1A CN115167477A (zh) 2022-08-23 2022-08-23 资源受限的中央集中式动态路径规划方法及电子设备

Publications (1)

Publication Number Publication Date
CN115167477A true CN115167477A (zh) 2022-10-11

Family

ID=83482073

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211012782.1A Pending CN115167477A (zh) 2022-08-23 2022-08-23 资源受限的中央集中式动态路径规划方法及电子设备

Country Status (1)

Country Link
CN (1) CN115167477A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法
CN106292697A (zh) * 2016-07-26 2017-01-04 北京工业大学 一种移动设备的室内路径规划与导航方法
CN108279675A (zh) * 2018-01-19 2018-07-13 广东美的智能机器人有限公司 多移动机器人的冲突管理方法及系统
CN108364100A (zh) * 2018-02-12 2018-08-03 杭州蓝芯科技有限公司 一种基于动态节点检测的多agv调度方法
CN108827329A (zh) * 2018-04-27 2018-11-16 深圳市科迈爱康科技有限公司 城市导航方法、系统、设备及存储介质
CN112833905A (zh) * 2021-01-08 2021-05-25 北京大学 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN114077254A (zh) * 2021-11-18 2022-02-22 合肥工业大学 一种agv路径冲突处理方法
CN114625132A (zh) * 2022-02-28 2022-06-14 深圳市宝来威智能科技有限公司 机器人避让方法及系统
CN114815824A (zh) * 2022-04-20 2022-07-29 浙江华睿科技股份有限公司 路径规划方法、路径规划装置以及计算机可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106292697A (zh) * 2016-07-26 2017-01-04 北京工业大学 一种移动设备的室内路径规划与导航方法
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法
CN108279675A (zh) * 2018-01-19 2018-07-13 广东美的智能机器人有限公司 多移动机器人的冲突管理方法及系统
CN108364100A (zh) * 2018-02-12 2018-08-03 杭州蓝芯科技有限公司 一种基于动态节点检测的多agv调度方法
CN108827329A (zh) * 2018-04-27 2018-11-16 深圳市科迈爱康科技有限公司 城市导航方法、系统、设备及存储介质
CN112833905A (zh) * 2021-01-08 2021-05-25 北京大学 基于改进a*算法的分布式多agv无碰撞路径规划方法
CN114077254A (zh) * 2021-11-18 2022-02-22 合肥工业大学 一种agv路径冲突处理方法
CN114625132A (zh) * 2022-02-28 2022-06-14 深圳市宝来威智能科技有限公司 机器人避让方法及系统
CN114815824A (zh) * 2022-04-20 2022-07-29 浙江华睿科技股份有限公司 路径规划方法、路径规划装置以及计算机可读存储介质

Similar Documents

Publication Publication Date Title
Bitran et al. STATE‐OF‐THE‐ART SURVEY: OPEN QUEUEING NETWORKS: OPTIMIZATION AND PERFORMANCE EVALUATION MODELS FOR DISCRETE MANUFACTURING SYSTEMS
Guo et al. Dynamic yard crane dispatching in container terminals with predicted vehicle arrival information
CN116027739B (zh) 机群出入库转运协同调度优化方法、装置和设备
TWI796017B (zh) 自動導引車調度方法、電子裝置及電腦可讀儲存媒體
Padrón et al. An improved method for scheduling aircraft ground handling operations from a global perspective
US20210132989A1 (en) Task processing method, equipment, storage medium and device
CN114281080B (zh) 一种amr调度系统中解死锁的方法
CN114611896A (zh) 机器人任务调度方法、计算机设备及存储介质
Teck et al. Optimization models for scheduling operations in robotic mobile fulfillment systems
Mayer et al. Adaptive Production Control in a Modular Assembly System–Towards an Agent-based Approach
Ndiaye et al. Automated transportation of auxiliary resources in a semiconductor manufacturing facility
CN113743747A (zh) 一种车间环境下的多agv协同调度方法及装置
Drótos et al. Suboptimal and conflict-free control of a fleet of AGVs to serve online requests
CN109489671A (zh) 一种agv机器人的路径规划方法、装置和系统
Safiullin et al. Method of forming an integrated automated control system for intelligent objects
CN111459100A (zh) 自动导引运输车的调度方法和系统
Xu et al. Dynamic spare point application based coordination strategy for multi-AGV systems in a WIP warehouse environment
CN112685883B (zh) 一种舰载机保障作业调度方法
Verma et al. Traffic management of multi-AGV systems by improved dynamic resource reservation
CN115167477A (zh) 资源受限的中央集中式动态路径规划方法及电子设备
He et al. Deadlock Avoidance in Closed Guide-Path Based MultiAGV Systems
CN116339257A (zh) Agv多车调度系统以及相关调度方法
Reveliotis et al. Min-time coverage in constricted environments: Problem formulations and complexity analysis
Tharumarajah A self-organizing model for scheduling distributed autonomous manufacturing systems
Zhang et al. Multi-AGVs pathfinding based on improved jump point search in logistic center

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