CN115406443A - 一种基于行驶线的两阶段多agv路径规划方法 - Google Patents
一种基于行驶线的两阶段多agv路径规划方法 Download PDFInfo
- Publication number
- CN115406443A CN115406443A CN202110584521.6A CN202110584521A CN115406443A CN 115406443 A CN115406443 A CN 115406443A CN 202110584521 A CN202110584521 A CN 202110584521A CN 115406443 A CN115406443 A CN 115406443A
- Authority
- CN
- China
- Prior art keywords
- agv
- sorting
- task
- path planning
- driving
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G05D1/0289—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 with means for avoiding collisions between vehicles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Automation & Control Theory (AREA)
- Game Theory and Decision Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及AGV分拣系统中的路径规划技术,具体是一种基于行驶线的两阶段多AGV路径规划方法。针对AGV分拣系统中有大量AGV同时进入分拣区域的现象,本发明采用特定的行驶规则和行驶线的方法相结合的方法,将时空资源划分为以行驶线为表现形式的独立的资源块,以此为不同的AGV设定不同的出发时间,从而实现载有不同种类任务AGV之间的冲突避免。针对分拣系统中特有的两阶段规划问题,在特定的行驶规则基础上,本发明提出了基于增量搜索的AGV路径规划方法,以此实现AGV的路径规划以及载有相同种类任务AGV之间的冲突避免。通过本发明的方法,可以显著减小算法进行路径规划所花费的时间,提升系统的实时性和可靠性。
Description
技术领域
本发明涉及AGV分拣系统中的路径规划技术,具体是一种基于行驶线的两阶段多AGV路径规划方法。
背景技术
AGV分拣系统是一类新型的快递分拣系统,相对于传统的人工分拣来说,其具有长期运营成本低、分拣效率高、可不间断工作等优点,而相对于交叉带分拣机来说,其具有更加灵活的规模选择,并且系统鲁棒性强。现在随着物流产业的发展,AGV分拣系统的应用更加广泛。在AGV分拣系统中的路径规划问题是一个具有大量AGV同时运行的两阶段路径规划问题。由于有大量AGV动态进入分拣区域的特点,系统对AGV路径规划算法的实时性能要求极其严格。此外由于分拣系统中的任务具有两阶段特性(即AGV需要先运载快递至分拣窗格,然后再从分拣区域出口驶离分拣区域),在以增量方式使用传统单次规划的方法时,容易出现后规划AGV的路径被先规划AGV的路径阻塞的情况。
传统的路径规划算法主要用于解决多智能体路径规划问题(MAPF)或多机器人路径规划问题(MPP),这类问题已经有数十年的研究历史。由于这种问题是单次规划的问题,其对应的方法在解决AGV分拣系统中的路径规划问题时,存在一些问题。现有的路径规划算法主要可以分为以下几类:数学优化方法、启发式方法、基于机器学习的方法。其中对于数学优化方法,其采用将问题转化为特定模型的整数规划问题,以求解器求解,并且具有极高的计算复杂度。然而在AGV分拣系统中,存在大量AGV需要同时规划路径,这导致数学优化方法难以保证系统的实时性。对于启发式方法,多采用基于过往经验对路径搜索过程做出指导。启发式方法主要由A*的改进算法以及群体智能算法组成。由于算法的简单特性,具有较低的计算复杂度,在问题规模较小时可以快速并且较好的解决问题。但在将启发式算法应用于AGV分拣系统时,存在以下问题:由于AGV分拣系统中的动态特性,当以多阶段静态问题的方式解决动态问题时,随着问题规模的增加,算法的求解成功率会急剧下降;而由于问题中任务的两阶段规划特性,当以增量的方式解决时,会出现后规划AGV的路径被先规划AGV的路径阻塞的情况。此外,基于学习的方法也在路径规划问题中有许多应用。基于学习的方法以分布式的方式解决路径规划问题,其通过训练单个AGV的控制器来自行规划路径,从而将路径规划的任务交于AGV自身完成。但是此方法在区域中AGV分布密度过高时,会出现规划效率急剧下降的现象。本发明着重考虑在AGV分拣系统中重要的实时性和可靠性,提出一种基于行驶线的两阶段多AGV路径规划方法,能保证可以实时为系统中的AGV规划出无冲突的路径,以保证系统的流畅运行。
发明内容
本发明提出了一种基于行驶线的两阶段多AGV路径规划方法,是在充分考虑避免AGV冲突,提高系统实时性的要求下提出的。首先将通过行驶线机制将时空资源划分为独立的块以避免AGV冲突,然后以增量搜索方式规划出路径来实现此方法。
本发明为实现上述目的所采用的技术方案是:
一种基于行驶线的两阶段多AGV路径规划方法,包括以下步骤:
通过行驶线分配算法对AGV分拣任务进行分类,并对其分配行驶线;
基于某一AGV分拣任务以及其行驶线,调用路径规划算法,进行路径规划,若规划成功,则记录结果,否则,将任务保留至下一次路径规划,直至完成AGV分拣任务。
所述行驶线分配算法包括以下步骤:
对AGV分拣任务进行分类,并为AGV分拣区域设置行驶规则;
设置行驶线,并根据行驶线移动方向对其进行分类;
根据AGV分拣任务的分类,选择下一个经过该AGV分拣任务所在出发点的分类相同的行驶线作为其分配的行驶线。
所述对AGV分拣任务进行分类,具体为:
根据AGV分拣任务的起点指向终点的方向确定任务的分类,分为P+、P-、Q+、Q-四类,以水平向右方向为0°,分别对应逆时针方向(0°,90°)、(180°,270°)、(90°,180°)、(270°,360°)四个方向,其中方向表示为:
其中,Dir(Ji)=(1,1)分类为P+,Dir(Ji)=(-1,-1)分类为P-,Dir(Ji)=(-1,1)分类为Q+,Dir(Ji)=(1,-1)分类为Q-。
所述行驶规则包括:
(a)分拣区域中从某一个点到其相邻点的连线上有且仅有一个行驶方向;
(b)对于分拣区域中垂直方向的通路,两条相邻通路具有相反的行驶方向;
(c)对于分拣区域中水平方向的通路,两条相邻通路具有相反的行驶方向,并且行驶方向必须与分拣区域出口或入口方向一致;
规定出口或入口的方向为水平方向,分拣区域中的通路为在分拣区域中没有分拣窗格存在的行或列。
所述行驶线为虚拟直线,其与分拣区域中水平方向成±45°,并且根据其移动方向,与AGV分拣任务具有完全相同的分类,行驶线的行驶速度与AGV的行驶速度相同,行驶线的分布满足四类AGV分拣任务不会在同一时刻出发。
所述行驶线的方程为
其中,其中,in,n=1,2,3,4为各个分类行驶线中的编号,t为系统时间,x为横坐标,y为纵坐标,(x,y)表示行驶线上的点。
对于某一AGV分拣任务,行驶线分配算法选择下一个与当前任务入口距离最近的行驶线作为此任务所选择的行驶线。
所述路径规划算法,采用增量的方式为AGV分拣任务搜索一条无冲突的路径,包括以下步骤:
1)从AGV分拣任务的出发点依照AGV行驶方向进行水平方向逐点搜索,在与AGV分拣任务方向相同的通路交叉口,如果有以下情况,则进行依照AGV行驶方向垂直方向搜索,否则继续依照AGV行驶方向水平搜索;
情况a:水平方向上下一个与AGV分拣任务具有相同方向的通路交叉口被其他AGV分拣任务占用;
情况b:水平方向上下一个与任务具有相同方向的交叉口与当前通路交叉口在水平方向上分别在目标分拣窗格的两侧;
2)在搜索至分拣窗格时,路径规划成功。
出现以下情况中任意一种时,则路径规划失败:
情况a:在搜索至分拣窗格前,若两个所选择的交叉口在垂直方向上位于目标分拣窗格的两边,并且后选择的交叉口与目标分拣窗格在垂直方向上的距离大于1个单位距离,则路径规划失败,返回结果;
情况b:搜索路径中出现了不可达点,则路径规划失败,返回结果,所述不可达点包括:分拣窗格所在位置已被其他AGV占用的位置或超出AGV分拣区域的位置。
AGV在从AGV分拣任务的出发点出发后一直跟随其对应的行驶线前进,并在第一次到达目标分拣窗格的相邻位置时,将物品送入分拣窗格,然后继续依照路径规划算法规划的路径,并跟随行驶线行驶,直至分拣区域出口。
本发明具有以下有益效果及优点:
1.本发明方法针对大规模动态任务的特点,采用行驶线机制将时空资源划分为单独块的方法,依靠不同资源块来进行冲突避免,这样可以减少为消解冲突而耗费的大量计算。以此可以显著提升系统的实时性,提升系统效率和可靠性。
2.本发明方法针对AGV分拣系统中分拣任务的两阶段特性,采用基于增量的搜索方法为其规划一条无冲突的路径,避免了传统方法在解决两阶段问题时可能出现的规划失败现象。
附图说明
图1为AGV分拣系统结构图;
图2为算法结构图;
图3为任务分类图;
图4为行驶规则示意图;
图5为行驶线分布图;
图6为径规划过程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明考虑AGV分拣系统中的路径规划问题。AGV分拣系统结构如图1所示。分拣系统主要由分拣区域和AGV等待区域构成。其中,分拣区域又有分拣场区和装货场区两部分。在图1中,为了更清楚的描述分拣区域,我们建立一个坐标系来描述此区域。在坐标系中,我们设置分拣区域左下角的入口的坐标为(1,1),以分拣区域和左侧等待区域的分界线为X轴,以与X轴垂直的方向为Y轴。在分拣区域中分布着二维码,用于AGV识别分拣区域中的位置。其中两个相邻二维码之间的距离是单位距离。图1中方框的位置为分拣窗格所在位置,用于收集包裹。在分拣区域中,右上,左下、左上、右下方向分别为X与Y的正方向、X与Y的负方向、X负方向与Y正方向、X正方向与Y负方向。X轴正方向为AGV前进方向,即水平方向。在分拣系统运行时,AGV先在AGV等待区域排队等待。然后在有快递包裹到达进货口时,AGV进入装货区,由分拣员将快递包裹放至分拣AGV上。分拣AGV依照系统规划出的路径及出发时间,先将货物送至对应的分拣窗格,然后再离开分拣区域,到AGV等待区域继续排队等待下一次的任务。本发明提出的一种基于行驶线的两阶段多AGV路径规划方法。其主要思想在于:通过从基于路径网络的时间扩展网络中分离出不会冲突的资源块,来实现AGV之间的冲突避免;此外通过基于增量的搜索,来为载有分拣包裹的AGV规划一条连续两阶段的路径,同时避免传统方法在应用于两阶段路径规划问题时所出现的规划失败问题。总体来说,该方法包括两部分:行驶线分配算法和路径规划算法。算法结构如图2所示,其中行驶线分配算法为载有任务的AGV分配一条合适的行驶线,即分配一块不与其他任务冲突的资源块。然后路径规划算法为此AGV分配一条能够以连续两段路径完成分拣任务并驶出分拣区域的路径。
1.行驶线分配算法
行驶线分配算法先对任务进行分类,然后提出特定的行驶规则。最终在此基础上提出行驶线分配算法。
(1)任务分类
任务分类方法依照任务的终点与起点连线的方向来决定任务的分类。分为P+、P-、Q+、Q-四类,分别对应右上,左下,左上,右下,四个方向。其中方向表示为:
如图3中所示,任务J1的起点S1与终点G1的连线指向右上方,则其为P+分类的任务。同理可得,任务(S2,G2)、(S3,G3)、(S4,G4)分别为P-、Q+、Q-分类的任务。
(2)行驶规则
为区域所设置的行驶规则包括以下内容:
(a)分拣区域中从一个点到其相邻点的边只有一个行驶方向,车辆不能以反方向在此边上形式;
(b)对于分拣区域中的垂直通路,两条相邻通路具有相反的行驶方向;
(c)对于分拣区域中的水平通路,两条相邻通路具有相反的行驶方向,并且行驶方向需要与分拣区域出入口一致。
其中,分拣区域中的通路指在分拣区域中没有分拣窗格存在的行或列。如图4所示,地图中的每条边只有一个行驶方向,并且每条通路上的边都有相同的行驶方向,例如第2列C2的行驶方向为上,车辆在此边上可以向上行驶,但不能向下行驶。对于相邻的两条垂直通路C2和C4,其行驶方向分别为相反的向上和向下。对于水平方向来说,相邻两条通路的行驶方向相反,并且,在图中R1方向向右,与第1行的出入口方向一致。
(3)行驶线
行驶线是为将资源分为独立的块而设置的虚拟线,其是一些与X轴成±45°的直线,并且和任务具有完全相同的分类,也依照行驶线移动的方向分为P+、P-、Q+、Q-等4类。行驶线在系统开始后依照任务分类所对应的方向,与车辆保持相同的速度行驶。行驶线的分布需要满足四种分类的任务不会在同一时刻出发。以P+、P-、Q+、Q-的出发顺序为例,如图5所示,对应的行驶线的方程为:
其中i为各个分类行驶线中的编号,t为系统时间。依照如图5中所示的布局,在系统开始运行后,即在系统时间t增加的过程中,各个行驶线依照其对应分类的方向移动,如图中所标示的红色的P+分类的行驶线向右上方移动,每次在X轴或Y轴上前进一个单位距离。
对载有任务的AGV来说,其在从出发点出发后一直跟随所分配的行驶线前进,并在目标分拣窗格的相邻位置将快递包裹送入分拣窗格,然后继续依照路径,并跟随行驶线行驶,至分拣区域出口。如图6所示,AGV1将会跟随所分配的行驶线(图中红色行驶线)前进,在到达目标分拣窗格G1左侧或上侧的位置时,将快递包裹送至分拣窗格G1中,然后依照路线跟随行驶线驶离分拣区域。
对于任务Ji,行驶线分配算法依照下一个距离最近的原则为任务分配行驶线。
行驶线分配算法的具体步骤如下:
(a)对任务集合中的所有任务依照行驶方向分类;
(b)对于任务Ji,选择下一个经过任务Ji所在出发点的分类相同的行驶线作为所分配的行驶线。如图6所示,对AGV2来说,图中所示的行驶线即是与此任务分类相同,且下一个经过出发点(1,5)的行驶线;
(c)对于给定任务和行驶线,调用路径规划算法:若规划成功,则记录结果;若规划失败,则将任务保留至下一次规划。
2.路径规划算法
采用增量的方式为任务搜索一条无冲突的路径,主要包括以下步骤:
首先,从出发点依照行驶方向进行水平逐点搜索,在与任务方向相同的交叉口,如果有以下情况:
(a)下一个水平的与任务具有相同方向的交叉口被其他任务占用;
(b)下一个水平的与任务具有相同方向的交叉口与当前交叉口在水平方向上分别在目标分拣窗格的两侧。则进行依照行驶方向垂直搜索,否则继续依照行驶方向水平搜索。
然后,在搜索至分拣窗格出口时,路径规划成功。
其中,与任务方向相同的交叉口,指的是位于两条通路相交的路口,并且路口的两个可行驶方向与任务的两个方向一致,如图6所示,在AGV1的路线上,位于(6,1)位置的交叉口,两个可行驶方向分别为向右和向上,与任务1的可行驶方向一致。(a)情况中交叉口被占用指的是对于同一条行驶线来说,已为其分配的任务所规划的路径已经经过对应的交叉口,适用于同一条行驶线上分配多个任务的情形。如图6所示,对AGV2来说,位于(6,5)位置的交叉口已被AGV1的路径所占用。当出现(b)情况时,因为搜索过程需要依照行驶方向进行,AGV在此时需要进行转向以避免在水平方向上超越分拣窗格。如图6所示,在AGV1路线搜索至位于(6,1)位置的交叉口时,下一个与任务具有相同方向的交叉口在(10,1),在水平方向上超过了分拣窗格G1,所以转向垂直搜索。
此外,在搜索过程中还需要注意以下条件:
(a)在搜索至分拣窗格前,若两个所选择的交叉口在垂直方向上位于目标分拣窗格的两边,并且后选择的交叉口与目标分拣窗格在垂直方向上的距离大于1,则路径规划失败,返回结果;
(b)搜索路径中出现了不可达点,包括分拣员所在位置、分拣窗格所在位置、已被其他AGV占用的位置、超出地图区域的位置,则路径规划失败,返回结果。
在以上两种情况中,均无法按照行驶方向搜索出一条能够成功运输快递包裹的路径,所以搜索失败,返回结果至行驶线分配算法。对于情况(a)来说,相当于在垂直方向上已不再可能达到目标分拣窗格的相邻窗格,所以失败。对于情况(b)来说,只有在无法规划到可行路径时,才会出现路径中存在不可达点的现象。
Claims (10)
1.一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,包括以下步骤:
通过行驶线分配算法对AGV分拣任务进行分类,并对其分配行驶线;
基于某一AGV分拣任务以及其行驶线,调用路径规划算法,进行路径规划,若规划成功,则记录结果,否则,将任务保留至下一次路径规划,直至完成AGV分拣任务。
2.根据权利要求1所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,所述行驶线分配算法包括以下步骤:
对AGV分拣任务进行分类,并为AGV分拣区域设置行驶规则;
设置行驶线,并根据行驶线移动方向对其进行分类;
根据AGV分拣任务的分类,选择下一个经过该AGV分拣任务所在出发点的分类相同的行驶线作为其分配的行驶线。
3.根据权利要求2所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,所述对AGV分拣任务进行分类,具体为:
根据AGV分拣任务的起点指向终点的方向确定任务的分类,分为P+、P-、Q+、Q-四类,以水平向右方向为0°,分别对应逆时针方向(0°,90°)、(180°,270°)、(90°,180°)、(270°,360°)四个方向,其中方向表示为:
其中,Dir(Ji)=(1,1)分类为P+,Dir(Ji)=(-1,-1)分类为P-,Dir(Ji)=(-1,1)分类为Q+,Dir(Ji)=(1,-1)分类为Q-。
4.根据权利要求2所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,所述行驶规则包括:
(a)分拣区域中从某一个点到其相邻点的连线上有且仅有一个行驶方向;
(b)对于分拣区域中垂直方向的通路,两条相邻通路具有相反的行驶方向;
(c)对于分拣区域中水平方向的通路,两条相邻通路具有相反的行驶方向,并且行驶方向必须与分拣区域出口或入口方向一致;
规定出口或入口的方向为水平方向,分拣区域中的通路为在分拣区域中没有分拣窗格存在的行或列。
5.根据权利要求2所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,所述行驶线为虚拟直线,其与分拣区域中水平方向成±45°,并且根据其移动方向,与AGV分拣任务具有完全相同的分类,行驶线的行驶速度与AGV的行驶速度相同,行驶线的分布满足四类AGV分拣任务不会在同一时刻出发。
7.根据权利要求5所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,对于某一AGV分拣任务,行驶线分配算法选择下一个与当前任务入口距离最近的行驶线作为此任务所选择的行驶线。
8.根据权利要求1所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,所述路径规划算法,采用增量的方式为AGV分拣任务搜索一条无冲突的路径,包括以下步骤:
1)从AGV分拣任务的出发点依照AGV行驶方向进行水平方向逐点搜索,在与AGV分拣任务方向相同的通路交叉口,如果有以下情况,则进行依照AGV行驶方向垂直方向搜索,否则继续依照AGV行驶方向水平搜索;
情况a:水平方向上下一个与AGV分拣任务具有相同方向的通路交叉口被其他AGV分拣任务占用;
情况b:水平方向上下一个与任务具有相同方向的交叉口与当前通路交叉口在水平方向上分别在目标分拣窗格的两侧;
2)在搜索至分拣窗格时,路径规划成功。
9.根据权利要求8所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,出现以下情况中任意一种时,则路径规划失败:
情况a:在搜索至分拣窗格前,若两个所选择的交叉口在垂直方向上位于目标分拣窗格的两边,并且后选择的交叉口与目标分拣窗格在垂直方向上的距离大于1个单位距离,则路径规划失败,返回结果;
情况b:搜索路径中出现了不可达点,则路径规划失败,返回结果,所述不可达点包括:分拣窗格所在位置已被其他AGV占用的位置或超出AGV分拣区域的位置。
10.根据权利要求1-9任意一项所述的一种基于行驶线的两阶段多AGV路径规划方法,其特征在于,AGV在从AGV分拣任务的出发点出发后一直跟随其对应的行驶线前进,并在第一次到达目标分拣窗格的相邻位置时,将物品送入分拣窗格,然后继续依照路径规划算法规划的路径,并跟随行驶线行驶,直至分拣区域出口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110584521.6A CN115406443B (zh) | 2021-05-27 | 2021-05-27 | 一种基于行驶线的两阶段多agv路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110584521.6A CN115406443B (zh) | 2021-05-27 | 2021-05-27 | 一种基于行驶线的两阶段多agv路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115406443A true CN115406443A (zh) | 2022-11-29 |
CN115406443B CN115406443B (zh) | 2024-04-26 |
Family
ID=84156139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110584521.6A Active CN115406443B (zh) | 2021-05-27 | 2021-05-27 | 一种基于行驶线的两阶段多agv路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115406443B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106931986A (zh) * | 2017-04-26 | 2017-07-07 | 电子科技大学 | 个性化路径导航方法和系统 |
CN110174111A (zh) * | 2019-05-31 | 2019-08-27 | 山东华锐智能技术有限公司 | 基于时间窗的任务分段式的多agv路径规划算法 |
CN110736478A (zh) * | 2018-07-20 | 2020-01-31 | 华北电力大学 | 一种无人机辅助移动云感知的路径规划与任务分配方案 |
CN110989570A (zh) * | 2019-10-15 | 2020-04-10 | 浙江工业大学 | 一种多agv防碰撞协同路径规划方法 |
-
2021
- 2021-05-27 CN CN202110584521.6A patent/CN115406443B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106931986A (zh) * | 2017-04-26 | 2017-07-07 | 电子科技大学 | 个性化路径导航方法和系统 |
CN110736478A (zh) * | 2018-07-20 | 2020-01-31 | 华北电力大学 | 一种无人机辅助移动云感知的路径规划与任务分配方案 |
CN110174111A (zh) * | 2019-05-31 | 2019-08-27 | 山东华锐智能技术有限公司 | 基于时间窗的任务分段式的多agv路径规划算法 |
CN110989570A (zh) * | 2019-10-15 | 2020-04-10 | 浙江工业大学 | 一种多agv防碰撞协同路径规划方法 |
Non-Patent Citations (2)
Title |
---|
YINDONG LIAN YINDONG LIAN YINDONG LIAN YINDONG LIAN: "A Probabilistic Time-Constrained Based Heuristic Path Planning Algorithm in Warehouse Multi-AGV Systems", 《IFAC PAPERS》, 31 December 2020 (2020-12-31), pages 2538 * |
晁永生;孙文磊;: "动态修改路径的多机器人路径规划", 机械科学与技术, no. 10, 23 May 2018 (2018-05-23) * |
Also Published As
Publication number | Publication date |
---|---|
CN115406443B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110989570B (zh) | 一种多agv防碰撞协同路径规划方法 | |
CN110780671B (zh) | 一种基于全局视觉的仓储导航智能车调度方法 | |
Le-Anh et al. | A review of design and control of automated guided vehicle systems | |
CN110174111A (zh) | 基于时间窗的任务分段式的多agv路径规划算法 | |
CN105446343B (zh) | 一种机器人的调度方法及装置 | |
CN110989582B (zh) | 基于路径预先占用的多agv自动避让式智能调度方法 | |
CN107203190B (zh) | 一种基于复杂路径的惯性导航agv调度方法及系统 | |
CN111474926B (zh) | 一种基于多agv时间窗路径优化算法的废烟回收方法 | |
CN113075927A (zh) | 基于预约表的仓储潜伏式多agv路径规划方法 | |
CN106773686B (zh) | 同轨双车运行模式下堆垛机调度路径模型建立方法 | |
Guney et al. | Dynamic prioritized motion coordination of multi-AGV systems | |
Angra et al. | Comparison and evaluation of job selection dispatching rules for integrated scheduling of multi-load automatic guided vehicles serving in variable sized flexible manufacturing system layouts: A simulation study | |
CN111007862A (zh) | 一种多agv协同工作的路径规划方法 | |
CN115328113A (zh) | 基于改进时间窗算法的多物流机器人路径规划方法 | |
CN115494810A (zh) | 一种自动化码头的agv在线路径规划方法 | |
CN116605574B (zh) | 大规模机器人拣选系统参数配置和协同调度平台 | |
Solichudin et al. | Conflict-free dynamic route multi-agv using dijkstra Floyd-warshall hybrid algorithm with time windows | |
CN115406443A (zh) | 一种基于行驶线的两阶段多agv路径规划方法 | |
CN115638804B (zh) | 一种无死锁的无人车辆在线路径规划方法 | |
Sun et al. | Scheduling multiple AGVs with dynamic time-windows for smart indoor parking lot | |
Wang et al. | Driving line-based two-stage path planning in the AGV sorting system | |
CN114115259B (zh) | 一种agv实时路径规及防撞方法及系统 | |
WO2023274284A1 (zh) | 一种车辆控制方法、装置及系统 | |
CN115963838A (zh) | 一种高效的物流机器人集群路径规划方法 | |
Manda et al. | Recent advances in the design and analysis of material handling systems |
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 |