CN116540656A - 一种基于数字孪生的制造车间多agv无冲突路径调度方法 - Google Patents

一种基于数字孪生的制造车间多agv无冲突路径调度方法 Download PDF

Info

Publication number
CN116540656A
CN116540656A CN202310690747.3A CN202310690747A CN116540656A CN 116540656 A CN116540656 A CN 116540656A CN 202310690747 A CN202310690747 A CN 202310690747A CN 116540656 A CN116540656 A CN 116540656A
Authority
CN
China
Prior art keywords
path
agv
node
conflict
priority
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
CN202310690747.3A
Other languages
English (en)
Inventor
徐俊
杨健
韩文杰
汪义博
孙铮
梅雪松
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202310690747.3A priority Critical patent/CN116540656A/zh
Publication of CN116540656A publication Critical patent/CN116540656A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the transport system
    • G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31002—Computer controlled agv conveys workpieces between buffer and cell

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于数字孪生的制造车间多AGV无冲突路径调度方法，包括制造车间电子地图模型建立、单AGV路径规划算法设计、整体算法框架设计以及搭建数字孪生AGV调度验证平台，本发明设计了基于车间电子地图的单AGV路径规划算法，可以为单AGV精确移动到目标点；设计了解决冲突的多AGV调度算法，对于给定的调度方法可以帮助车间中的多AGV解决路径冲突问题，帮助各AGV在车间环境中实现无冲突调度；设计了数字孪生的AGV调度方法验证平台，通过可视化方法进行多AGV冲突测试以及完整调度方法的执行测试；该方法采用主动式的消除冲突策略，解决了制造车间的实际冲突问题，提升了整个制造流程的效率。

Description

一种基于数字孪生的制造车间多AGV无冲突路径调度方法
技术领域
本发明涉及制造车间AGV路径规划技术领域，特别涉及一种基于数字孪生的制造车间多AGV无冲突路径调度方法。
背景技术
AGV路径规划是智能制造的一个关键过程。其主要工作是参照某一个参数的指标(如工作代价值最低，选择路径最短，运算时间消耗最短等)，在任务区域选择出一条可从起点连接到终点的最优或次优的避障路径。然而，传统的移动机器人路径规划是基于有预设参照的导引技术实现的，类似于磁条导引等，但是机器人使用这类路径引导技术的话，只能在特定的路径上移动，如果车间环境发生变化，则磁条需要重新铺设，程序比较繁琐，智能化程度较低。而多机器人的路径规划是在单机器人路径规划的基础上，计算出一组多机器人从其当前位置到给定目的地的无冲突路径。在需要多台AGV的场景中，每台AGV的路径都是随机不确定的，从起始点到执行任务的终点可能会遇到障碍物，所以多机器人的路径规划需要考虑较多的约束。目前的研究方向都是主动式的冲突消除策略，包括启发式算法与时间窗结合的规划法、基于时空网络模型的规划法，都较为有效地消除了路径冲突，提升了多AGV系统的路径执行效率。但是目前多AGV路径规划的实际应用方法仍然屈指可数。申请(专利)号CN202211510638.0的发明，公开了一种AGV路径规划方法，包括：设置AGV的起点和目标点；在人工势场法原有斥力势场函数中添加关于目标点到当前点的影响函数，得到改进斥力势场函数；根据障碍物对AGV的斥力和目标点对AGV的引力计算AGV所受到的合力，AGV跟随合力方向进行路径搜索；路径搜索后到达下一位置点，判断AGV是否到达目标点；若没有到达目标点，则判断AGV是否陷入局部最小值；若AGV陷入局部最小值，则引入模拟退火法到达下一位置点，迭代直到AGV走出局部最小值处；若AGV到达目标点，则保留路径。但是对于这样的生成的调度方法，存在着算法部署难、实验过程交互差以及潜在的安全风险等等特点，无法直观有效的对调度方法进行测试。
发明内容
为了克服上述现有技术的缺点，本发明的目的在于提供一种基于数字孪生的制造车间的多AGV无冲突路径调度方法，包括对制造车间电子地图建模，设计单AGV路径规划算法、路径协调器、冲突解决器、优先级规划器、整体算法框架以及搭建数字孪生AGV调度验证平台等步骤；该方法采用主动式的消除冲突策略，解决了制造车间的实际冲突问题，提升了整个制造流程的效率。
为了实现上述目的，本发明采用的技术方法是：
一种基于数字孪生的制造车间多AGV无冲突路径调度方法，包括以下步骤：
步骤1)，对制造车间电子地图建模；首先，采用拓扑法建立制造车间模型，将车间重要区域用不同点位划分；然后根据AGV的不同工况情况，设立特殊节点的点位；最后，在关键位置节点图的基础上，添加车间可行使区域的关键位置，获得面向多AGV系统制造车间的电子地图；
步骤2)，设计单AGV路径规划算法；首先对于单个AGV系统给定一个初始任务，单AGV通过任务确定起始点和终点；接着以路径最短为优化目标规划从起点向终点进行节点搜索；最后得到可以完成任务的全局路径；
步骤3)，设计整体算法框架，整体的算法框架包含路径协调器、冲突求解器、以及优先级规划器三个模块；确保各AGV在执行任务的过程中以及前往下一个任务的过程中不会和其他AGV之间产生冲突；
所述的路径协调器；首先路线协调器负责保存在单AGV路径规划中已经计划好的路径候选对象，并限制新路径候选对象的生成；然后判断当前规划路径是否与已保存路径有冲突；最后设计数据结构，根据数据结构设计路径协调器中的冲突检测函数，检测特定时间点的给定节点与路径协调器中所有已保存的候选路径是否发生冲突；
所述的冲突解决器；为无法获得有效解决方法的场景解决冲突；
所述的优先级规划器；对初始的调度计划，优先级规划器按照订单任务在列表中的顺序分配AGV的优先级，然后基于最多碰撞次数原则交换优先级，解决冲突解决器无法处理的冲突；
步骤4)，搭建数字孪生AGV调度验证平台；该平台主要由系统支撑服务、虚拟仿真平台和物理验证平台三部分组成；系统支撑服务的功能是提供任务分配算法以及路径规划算法支撑；虚拟仿真平台的功能是AGV调度方法评估与任务执行过程可视化展示；物理验证平台的主要功能是在实际环境中评估调度方法的可行性，包括了AGV物理实体和相应的地图环境。
与现有技术相比，本发明采用的以上技术方法具有以下优点：
(1)本发明步骤1和步骤2可以同时协调大规模数量的分布式AGV，不需要集中控制系统。
(2)本发明步骤3利用优先规划和碰撞预防，显著地解决了一些之前无法解决的冲突场景，扩大了整个解决方法的应用范围。
(3)本发明步骤4利用数字孪生技术的优势，提出了仿真与物理验证同步互联的多AGV测试平台，实现了AGV开发测试全生命周期的多节点数据互通，并且可以实现在不移植算法的基础上进行实车验证，简化验证流程，缩短开发周期。
综上所述，本发明设计了基于车间电子地图的单AGV路径规划算法，可以为单AGV精确移动到目标点；设计了解决冲突的多AGV调度算法，对于给定的调度方法，可以帮助车间中的多AGV解决路径冲突问题，帮助各AGV在车间环境中实现无冲突调度；设计了数字孪生的AGV调度方法验证平台，通过可视化方法进行多AGV冲突测试以及完整调度方法的执行测试；该方法采用主动式的消除冲突策略，解决了制造车间的实际冲突问题，提升了整个制造流程的效率。可以应用于真实的应用场景中，得到能够满足实际需求的方法，具有可行性。
附图说明
图1为本发明的应用于制造车间的多AGV无冲突路径调度方法流程示意图。
图2为制造车间的电子地图模型。
图3A-图3B为相向冲突测试案例，其中，图3A为AGV在84-85路径段产生的冲突案例，图3B为重新规划之后AGV2的路径序列与时间窗。
图4A-图4B为交叉路口节点冲突测试案例，其中，图4A为两AGV会在路口节点30处产生冲突案例，图4B为解决冲突之后AGV2的路径序列与时间窗。
图5为数字孪生验证平台的人机交互窗口。
图6A-图6I为基于数字孪生的相向冲突测试案例，其中，图6A表示了物理环境中两AGV的位姿，图6B表示了Stage仿真环境中两AGV的位姿信息，图6C表示了Rviz交互环境下两AGV的初始状态，图6D表示了物理环境中两AGV避免相向冲突时的位姿，图6E表示了Stage仿真环境中两AGV避免相向冲突时的位姿信息，图6F表示了Rviz交互环境下两AGV避免相向冲突时的状态，图6G中表示了物理环境中两AGV到达目标点的位姿，图6H表示了Stage仿真环境中两AGV到达目标点的位姿信息，图6I表示了Rviz交互环境下两AGV到达目标点的状态。
图7A-图7I为基于数字孪生的交叉路口节点冲突测试案例，其中，图7A表示了物理环境中两AGV的位姿，图7B表示了Stage仿真环境中两AGV的位姿信息，图7C表示了Rviz交互环境下两AGV的初始状态，图7D表示了物理环境中两AGV避免节点冲突时的位姿，图7E表示了Stage仿真环境中两AGV避免节点冲突时的位姿信息，图7F表示了Rviz交互环境下两AGV避免节点冲突时的状态,图7G表示了物理环境中两AGV到达目标点的位姿，图7H表示了Stage仿真环境中两AGV到达目标点的位姿信息，图7I表示了Rviz交互环境下两AGV到达目标点的状态。
具体实施方式
下面结合附图对本发明的技术方法做进一步的详细说明。
本发明可以以许多不同的形式实现，而不应当认为限于这里所述的实施例。相反，提供这些实施例以便使本发明公开透彻且完整，并且将向本领域技术人员充分表达本发明的范围。在附图中，为了清楚起见放大了组件。
如图1所示，本发明提供了一种基于数字孪生的制造车间多AGV无冲突路径调度方法，包括以下步骤：
步骤1)，对制造车间电子地图建模；首先，采用拓扑法建立制造车间模型，降低地图模型空间复杂度，将车间重要区域用不同点位划分；然后根据AGV的不同工况情况，设立特殊节点的点位；最后，在关键位置节点图的基础上，添加车间可行使区域的关键位置，获得面向多AGV系统制造车间的电子地图；
拓扑法建立的电子地图用G＝<V，E>表示，其中节点的集合表示为v＝(v1，v2...vk)，并且对于拓扑图中所有的节点采用一维数组的形式进行存储，边的集合表示为e＝(e1，e2...ek)＝((v1，v2)，(v1，v3)...(vk-1，vk))，并且采用邻接矩阵的形式进行存储，邻接矩阵A(w)＝(aij)k×k，0≤i≤k，0≤j≤k，其中：
其中，wij为节点vi到节点vj的权重，节点vi的位置坐标为(xi，yi)，节点vj的位置坐标为(xj，yj)，此时，wij的值为：
wij＝|xi-xj|+|yi-yj|。
步骤2)，设计单AGV路径规划算法；多AGV的调度算法框架是基于单AGV算法实现的。首先对于单个AGV系统会给定一个初始任务，单AGV通过任务确定起始点和终点；接着以路径最短为优化目标规划从起点向终点进行节点搜索；最后得到可以完成任务的全局路径；
具体的实施方式如下：
步骤2.1)，初始化一个队列Q用来保存已搜索过的包含优先级的路径节点序列，此处的优先级按照代价值来确定；
步骤2.2)，为拓扑地中图的每个节点分配一个无穷大的代价值且不保留前驱节点，将前驱节点代价值设为0；
步骤2.3)，按优先级迭代队列中的所有节点，迭代使用的代价函数表示为：
p(i)＝g(i)+h(i)
式中，p(i)为从起始点经过当前节点到达目标节点的近似代价，g(i)为路径初始点到当前节点i的实际代价，h(i)为从当前节点i到目标节点的估计代价。
步骤2.4)，当目标节点加入优先队列时，表示路径已被找到，结束搜索过程，否则，表示不存在可以到达目标节点的路径。
步骤3)，设计整体算法框架，算法的总体目标就是要确保各AGV在执行任务的过程中以及前往下一个任务的过程中不会和其他AGV之间产生冲突。整体的算法框架包含路径协调器、冲突求解器、以及优先级规划器三个模块，其中，优先级规划器对AGV进行优先级重分配；路径协调器判断当前路径是否与优先级高的已规划路径冲突；冲突求解器对存在的冲突进行解决；确保各AGV在执行任务的过程中以及前往下一个任务的过程中不会和其他AGV之间产生冲突。具体的实施方式如下：
步骤3.1)，给定初始化的优先级任务分配，并按初始优先级进行路径规划；
步骤3.2)，调用路径协调器检查与已保存的路径是否存在冲突，若存在冲突，调用冲突解决器，判断冲突能否解决；若可以，则进行下一步；若不可以，则调用优先级规划器重新规划任务，并按新分配的优先级进行路径规划；
步骤3.3)，判断发生冲突的任务优先级，若该任务优先级不是最低，则调用路径协调器保存路径；若优先级为最低，则得到结果输出最终的路径列表。
所述的路径协调器；首先路线协调器负责保存在单AGV路径规划中已经计划好的路径候选对象，并限制新路径候选对象的生成；然后，还可以判断当前规划路径是否与已保存路径有冲突；最后，设计合理的数据结构，根据数据结构设计路径协调器中的冲突检测函数，检测特定时间点的给定节点与路经协调器中所有已保存的候选路径是否发生冲突。具体的实施方式如下：
步骤3.1.1)，设计使用考虑时间窗的数据结构来保存单AGV规划给出的候选路径，通过为每个AGV保存每个时刻的占用节点，从而实现在路径规划中包括等待步骤以解决时间规划问题；
步骤3.1.2)，对每个节点使用轻微的时间戳重叠来解决路径协调器无法识别出冲突的情形；
步骤3.1.3)，设计路径协调器中的冲突检测函数，检测特定时间点的给定节点与路经协调器中所有已保存的候选路径是否发生冲突。它返回冲突的节点或者空值。
所述的冲突解决器，负责为无法获得有效解决方法的场景解决冲突。对于常见的场景，在路径序列中加入等待操作；对于一些特殊场景，然后设计合理的避让方法，通过较低的成本解决冲突。具体的实施方式如下：
步骤3.2.1)，针对路口节点冲突场景，设计回溯等待法。将冲突场景中优先级低的AGV回溯当前的路径候选对象，然后找到与高优先级AGV候选对象不同的第一个节点，在该节点上为低优先级AGV分配等待时间，分配的等待时长需要保证高优先级AGV能够通过潜在的冲突节点。若扩展的新路径出现新的冲突，可以继续回溯，直到找到解决冲突的方法；
步骤3.2.2)，针对目标点冲突的场景，设计路口移位避让法，将冲突场景中优先级低的AGV扩展其目标节点，扩展到不包含高优先级AGV的冲突点的邻域，对邻域中的每个顶点创建一个新的目标序列，找到一个可以尝试等待的节点，对其分配代价值；最后通过设置前驱节点和后继节点，将AGV的路径序列连接起来。
所述的优先级规划器，对初始的调度计划而言，优先级规划器按照订单任务在列表中的顺序分配AGV的优先级。然后，基于最多碰撞次数原则交换优先级，可以解决冲突解决器无法处理的冲突。
步骤4)，搭建数字孪生AGV调度验证平台；该平台主要由系统支撑服务，虚拟仿真平台和物理验证平台三部分组成；具体的实施方式如下：
步骤4.1)，系统支撑服务模块通过对订单信息进行分析，采用任务分配算法进行优化，路径规划算法进行求解，从而获得可行的调度方法在虚拟仿真平台中进行评估或者直接下发至实际的物理验证平台；
步骤4.2)，虚拟仿真平台包括了AGV三维模型、传感器、行驶规则、车间地图和障碍物等虚拟模型，以及用于虚拟模型运行的仿真环境Stage和用户交互环境Rviz；
步骤4.3)，在任务执行过程中，虚拟仿真平台和物理验证平台可以向系统支撑服务模块持续反馈任务的执行状态，同时可以通过虚拟环境可以与物理环境进行数据交互。
综上所述，本发明公开一种基于数字孪生的制造车间的多AGV无冲突路径调度方法，此方法包含制造车间电子地图模型建立、单AGV路径规划算法设计、路径协调器设计、冲突解决器设计、优先级规划器设计、无冲突多AGV调度算法设计以及搭建数字孪生AGV调度验证平台7个步骤。本发明设计了基于车间电子地图的单AGV路径规划算法，可以为单AGV精确移动到目标点；设计了解决冲突的多AGV调度算法，对于给定的调度方法可以帮助车间中的多AGV解决路径冲突问题，帮助各AGV在车间环境中实现无冲突调度。设计了数字孪生的AGV调度方法验证平台，通过可视化方法进行多AGV冲突测试以及完整调度方法的执行测试。
为了验证本方法的可行性与有效性，以一个制造车间的实际运输任务为案例，对于不同的冲突场景都进行实例测试。
如图2所示，制造车间的电子地图模型为拓扑地图。电子地图将车间中的物料存储区、成品工件的存储区、机加工工位等重要位置均用点表示，其中机加工位置用取货点和卸货点的(x,y)坐标来表示整个区域位置。AGV在初始时刻和执行完所有运输任务时需要停靠在充电区域，充电区域中的每个充电桩位置也用节点表示。
如图3A-图3B所示，是一个两台AGV相向冲突案例。从图3A可以看到，两AGV会在84-85路径段产生冲突。因此多AGV系统必须对此冲突进行解决，根据优先级顺序，需要对AGV2的路径重新规划。重新规划之后AGV2的路径序列与时间窗如图3B所示，可以看出，AGV2的路径在节点78处选择了向上扩展，并且最终选择了一条避开了与AGV1冲突的最短路径。
如图4A-图4B所示，运输任务信息表示的是两个AGV要通过交叉路口发生的节点冲突的场景。从图4A可以看到，两AGV会在路口节点30处产生冲突。对于此类冲突，多AGV系统的解决方法是让优先等级低的AGV在冲突之前的某个节点处等待优先等级高的AGV通过。根据优先级顺序，多AGV系统采取回溯等待法，在AGV2的路径序列中插入一个等待操作。解决冲突之后AGV2的路径序列与时间窗如图4B所示，可以看出，AGV2的路径在节点22处插入了等待操作，在此处，AGV2需要等待AGV1到达节点31之后才能继续前进。
如图5所示，数字孪生验证平台的人机交互窗口是基于RVIZ实现的。Rviz是ROS自带的图形化工具。它的主要目的是显示ROS消息，可以将ROS设备运行过程的数据进行可视化表达。同时，Rviz提供了一个支持用户自定义配置的交互界面，在机器人开发调试中扮演着非常重要的角色。
如图6A-图6I所示，是一个基于数字孪生的相向冲突测试案例。从图6A-图6C可以看到初始时刻两个AGV的潜在行驶路线重合，且行驶方向相反，两AGV需要交换各自的位置。图6A表示了物理环境中两AGV的位姿，红色虚线箭头代表了#0的理想行驶路径，蓝色虚线箭头代表了#1的理想行驶路径。图6B表示了Stage仿真环境中两AGV的位姿信息。图6C表示了Rviz交互环境下两AGV的初始状态，绿色箭头代表了AGV的目标点位姿，红色线条代表了#0的实际行驶路径，蓝色线条代表了#1的实际行驶路径。图6D-图6F表示了相向冲突测试的AGV中间过程状态。图6D表示了物理环境中两AGV避免相向冲突时的位姿。图6E表示了Stage仿真环境中两AGV避免相向冲突时的位姿信息。图6F表示了Rviz交互环境下两AGV避免相向冲突时的状态，从图中可以看到，#1避开了在沿着理想路径行驶的#0。图6G-图6I表示了相向冲突测试中两AGV位置交换完成后的状态。其中图6G中表示了物理环境中两AGV到达目标点的位姿，图6H表示了Stage仿真环境中两AGV到达目标点的位姿信息，图6I表示了Rviz交互环境下两AGV到达目标点的状态，#0一直沿着理想路径行驶到目标位置，#1重新规划出一条路径绕行到达目标位置。
如图7A-图7I所示，是一个基于数字孪生的交叉路口冲突测试案例。图7A-图7C表示了节点冲突测试中的AGV初始状态，初始时刻两个AGV分别处于场景地图中潜在冲突节点的两侧，并且沿着其行驶方向的路线会发生相交。图7A中表示了物理环境中两AGV的位姿，红色虚线箭头代表了#0的理想行驶路径，蓝色虚线箭头代表了#1的理想行驶路径，图7B表示了Stage仿真环境中两AGV的位姿信息，图7C表示了Rviz交互环境下两AGV的初始状态，绿色箭头代表了AGV的目标点位姿，红色线条代表了#0的实际行驶路径，蓝色线条代表了#1的实际行驶路径。图7D-图7F表示了节点冲突测试的AGV中间过程状态，其中图7D表示了物理环境中两AGV避免节点冲突时的位姿，图7E表示了Stage仿真环境中两AGV避免节点冲突时的位姿信息，图7F表示了Rviz交互环境下两AGV避免节点冲突时的状态。可以看出，在节点冲突场景中，#1在进入路口之前执行了等待步骤，避免了与#0在路口节点处的碰撞。图7G-图7I表示了节点冲突测试完成后AGV的状态，其中图7G表示了物理环境中两AGV到达目标点的位姿，图7H表示了Stage仿真环境中两AGV到达目标点的位姿信息，图7I表示了Rviz交互环境下两AGV到达目标点的状态，#0通过路口节点之后，#1开始行驶直到到达目标位置。在节点冲突测试中，执行结果显示#0可以沿着理想路径直接到达其目标点，#1需要在理想路径中的潜在冲突节点之前增加一个等待步骤，最终两AGV可以在不发生碰撞的情况下到达各自的目标位置。
该实验案例列举了多AGV路径规划问题中的常见冲突类型，通过本发明建立的框架可以解决上述冲突类型，证明了所设计多AGV路径规划系统解决冲突问题的有效性。
本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
以上所述的具体实施方式，对本发明的目的、技术方法和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于数字孪生的制造车间多AGV无冲突路径调度方法，其特征在于，包括以下步骤：
步骤1)，对制造车间电子地图建模；首先，采用拓扑法建立制造车间模型，将车间重要区域用不同点位划分；然后根据AGV的不同工况情况，设立特殊节点的点位；最后，在关键位置节点图的基础上，添加车间可行使区域的关键位置，获得面向多AGV系统制造车间的电子地图；
步骤2)，设计单AGV路径规划算法；首先对于单个AGV系统会给定一个初始任务，单AGV通过任务确定起始点和终点；接着以路径最短为优化目标规划从起点向终点进行节点搜索；最后得到可以完成任务的全局路径；
步骤3)，设计整体算法框架，整体的算法框架包含路径协调器、冲突求解器、以及优先级规划器三个模块；确保各AGV在执行任务的过程中以及前往下一个任务的过程中不会和其他AGV之间产生冲突；
步骤4)，搭建数字孪生AGV调度验证平台；该平台主要由系统支撑服务、虚拟仿真平台和物理验证平台三部分组成；系统支撑服务的功能是提供任务分配算法以及路径规划算法支撑；虚拟仿真平台的功能是AGV调度方法评估与任务执行过程可视化展示；物理验证平台的主要功能是在实际环境中评估调度方法的可行性，包括了AGV物理实体和相应的地图环境。
2.根据权利要求1所述的一种基于数字孪生的制造车间多AGV无冲突路径调度方法，其特征在于，步骤1)具体为：
拓扑法建立的电子地图用G＝<V，E>表示，其中节点的集合表示为v＝(v1，v2...vk)，并且对于拓扑图中所有的节点采用一维数组的形式进行存储，边的集合表示为e(e1，e2...ek)＝((v1，v2)，(v1，v3)...(vk-1，vk)，并且采用邻接矩阵的形式进行存储，邻接矩阵A(w)＝(aij)k×k，0≤i≤k，0≤j≤k，其中：
其中，wij为节点vi到节点vj的权重，节点vi的位置坐标为(xi，yi)，节点vj的位置坐标为(xj，yj)，此时，wij的值为：
wij＝|xi*xj|+|yi-yj|。
3.根据权利要求1所述的一种基于数字孪生的制造车间多AGV无冲突路径调度方法，其特征在于，步骤2)中：
所述的路径协调器；首先路线协调器负责保存在单AGV路径规划中已经计划好的路径候选对象，并限制新路径候选对象的生成；然后判断当前规划路径是否与已保存路径有冲突；最后设计数据结构，根据数据结构设计路径协调器中的冲突检测函数，检测特定时间点的给定节点与路径协调器中所有已保存的候选路径是否发生冲突；
所述的冲突解决器；为无法获得有效解决方法的场景解决冲突；
所述的优先级规划器；对初始的调度计划，优先级规划器按照订单任务在列表中的顺序分配AGV的优先级，然后基于最多碰撞次数原则交换优先级，解决冲突解决器无法处理的冲突。
4.根据权利要求3所述的一种基于数字孪生的制造车间多AGV无冲突路径调度方法，其特征在于，步骤2)具体为：
步骤2.1)，初始化一个队列Q用来保存已搜索过的包含优先级的路径节点序列，此处的优先级按照代价值来确定；
步骤2.2)，为拓扑地中图的每个节点分配一个无穷大的代价值，且不保留前驱节点，将前驱节点代价值设为0；
步骤2.3)，按优先级迭代队列中的所有节点，迭代使用的代价函数表示为：
p(i)＝g(i)+A(i)
式中，p(i)为从起始点经过当前节点到达目标节点的近似代价，g(i)为路径初始点到当前节点i的实际代价，h(i)为从当前节点i到目标节点的估计代价；
步骤2.4)，当目标节点加入优先队列时，表示路径已被找到，结束搜索过程，否则，表示不存在可以到达目标节点的路径。
5.根据权利要求1所述的一种基于数字孪生的制造车间多AGV无冲突路径调度方法，其特征在于，步骤3)具体为：
步骤3.1)，给定初始化的优先级任务分配，并按初始优先级进行路径规划；
步骤3.2)，调用路径协调器检查与已保存的路径是否存在冲突，若存在冲突，调用冲突解决器，判断冲突能否解决；若可以，则进行下一步；若不可以，则调用优先级规划器重新规划任务，并按新分配的优先级进行路径规划；
步骤3.3)，判断发生冲突的任务优先级，若该任务优先级不是最低，则调用路径协调器保存路径；若优先级为最低，则得到结果输出最终的路径列表。
6.根据权利要求1所述的一种基于数字孪生的制造车间多AGV无冲突路径调度方法，其特征在于，步骤4)具体为：
步骤4.1)，系统支撑服务模块通过对订单信息进行分析，采用任务分配算法进行优化，路径规划算法进行求解，从而获得可行的调度方法在虚拟仿真平台中进行评估或者直接下发至实际的物理验证平台；
步骤4.2)，虚拟仿真平台包括了AGV三维模型、传感器、行驶规则、车间地图和障碍物虚拟模型，以及用于虚拟模型运行的仿真环境Stage和用户交互环境Rviz；
步骤4.3)，在任务执行过程中，虚拟仿真平台和物理验证平台向系统支撑服务模块持续反馈任务的执行状态，同时通过虚拟环境与物理环境进行数据交互。
CN202310690747.3A 2023-06-12 2023-06-12 一种基于数字孪生的制造车间多agv无冲突路径调度方法 Pending CN116540656A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310690747.3A CN116540656A (zh) 2023-06-12 2023-06-12 一种基于数字孪生的制造车间多agv无冲突路径调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310690747.3A CN116540656A (zh) 2023-06-12 2023-06-12 一种基于数字孪生的制造车间多agv无冲突路径调度方法

Publications (1)

Publication Number Publication Date
CN116540656A true CN116540656A (zh) 2023-08-04

Family

ID=87456156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310690747.3A Pending CN116540656A (zh) 2023-06-12 2023-06-12 一种基于数字孪生的制造车间多agv无冲突路径调度方法

Country Status (1)

Country Link
CN (1) CN116540656A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116700298A (zh) * 2023-08-08 2023-09-05 浙江菜鸟供应链管理有限公司 路径规划方法、系统、设备及存储介质
CN117151590A (zh) * 2023-09-13 2023-12-01 哈尔滨理工大学 基于平移时间窗和任务路径规划的agv调度方法
CN117172398A (zh) * 2023-10-31 2023-12-05 民航机场成都电子工程设计有限责任公司 一种基于数字孪生仿真平台的地图节点计算方法
CN117575452A (zh) * 2024-01-17 2024-02-20 湖南蓝天智能物流装备有限公司 基于节点动态寻址的路径规划方法、装置、设备和介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116700298A (zh) * 2023-08-08 2023-09-05 浙江菜鸟供应链管理有限公司 路径规划方法、系统、设备及存储介质
CN116700298B (zh) * 2023-08-08 2023-11-21 浙江菜鸟供应链管理有限公司 路径规划方法、系统、设备及存储介质
CN117151590A (zh) * 2023-09-13 2023-12-01 哈尔滨理工大学 基于平移时间窗和任务路径规划的agv调度方法
CN117172398A (zh) * 2023-10-31 2023-12-05 民航机场成都电子工程设计有限责任公司 一种基于数字孪生仿真平台的地图节点计算方法
CN117172398B (zh) * 2023-10-31 2024-01-26 民航机场成都电子工程设计有限责任公司 一种基于数字孪生仿真平台的地图节点计算方法
CN117575452A (zh) * 2024-01-17 2024-02-20 湖南蓝天智能物流装备有限公司 基于节点动态寻址的路径规划方法、装置、设备和介质
CN117575452B (zh) * 2024-01-17 2024-03-26 湖南蓝天智能物流装备有限公司 基于节点动态寻址的路径规划方法、装置、设备和介质

Similar Documents

Publication Publication Date Title
CN116540656A (zh) 一种基于数字孪生的制造车间多agv无冲突路径调度方法
WO2021254415A1 (zh) 一种基于时间窗的agv智能调度方法
CN109115226B (zh) 基于跳点搜索的多机器人冲突避免的路径规划方法
Spensieri et al. An iterative approach for collision free routing and scheduling in multirobot stations
CN111465475A (zh) 用于运行多代理系统中的机器人的方法、机器人以及多代理系统
CN109901578A (zh) 一种控制多机器人的方法、装置及终端设备
CN108829105A (zh) 一种基于km算法和人工势场法的仓储物流调度避障优化方法
CN112148009B (zh) Agv集群调度方法、装置、电子设备及计算机可读存储介质
CN111103887A (zh) 一种基于多传感器的多移动机器人调度系统设计方法
Guo et al. Intelligent path planning for automated guided vehicles system based on topological map
Dharmasiri et al. Novel implementation of multiple automated ground vehicles traffic real time control algorithm for warehouse operations: djikstra approach
CN108121330A (zh) 一种调度方法、调度系统及地图路径规划方法
CN112327890A (zh) 一种基于whca*算法的水下多机器人路径规划
EP4141599A1 (en) Multi-robot route planning
Tariq et al. Controlled parking for self-driving cars
Sun et al. CROTPN based collision-free and deadlock-free path planning of AGVs in logistic center
CN116700298B (zh) 路径规划方法、系统、设备及存储介质
Pratissoli et al. Hierarchical traffic management of multi-AGV systems with deadlock prevention applied to industrial environments
Hussein et al. Hybrid optimization-based approach for multiple intelligent vehicles requests allocation
CN111238519A (zh) 一种基于拓扑地图和冲突消除策略的多无人车寻路方法
CN113885567B (zh) 一种基于冲突搜索的多无人机的协同路径规划方法
Mugarza et al. Towards collision-free automated guided vehicles navigation and traffic control
CN112214037B (zh) 一种基于野外台站的无人机遥感组网航迹规划方法
Riman et al. A Priority-based Modified A∗ Path Planning Algorithm for Multi-Mobile Robot Navigation
Haiming et al. Algorithm of path planning based on time window for multiple mobile robots in warehousing system

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