CN117055575A - 一种面向黑灯工厂的搬运车路径规划方法 - Google Patents
一种面向黑灯工厂的搬运车路径规划方法 Download PDFInfo
- Publication number
- CN117055575A CN117055575A CN202311210302.7A CN202311210302A CN117055575A CN 117055575 A CN117055575 A CN 117055575A CN 202311210302 A CN202311210302 A CN 202311210302A CN 117055575 A CN117055575 A CN 117055575A
- Authority
- CN
- China
- Prior art keywords
- path
- carrier
- trolley
- obstacle
- black light
- 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 33
- 230000003068 static effect Effects 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000009467 reduction Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种面向黑灯工厂的搬运车路径规划方法,该路径规划方法实现了全局路径与局部路径相结合,使规划预设路径与自主避障相结合,从而实现搬运车效率提高且事故减少,行驶更加安全高效。包括:对工厂静态地图进行绘制;确定小车的起点及各目标终点;利用激光扫描仪实现增量地图绘制;根据移动速度、目标终点位置信息、装卸耗时建立函数;计算机利用蚁群算法进行最优路径规划;计算机发送规划好的路径讯息给小车,电磁感应器进行预设路径导航,小车按预设路径前行;小车按预设路径前行过程中,遇到障碍物进行自主避障。本发明涉及一种搬运车路径规划方法,该方法能在正常情况下根据起点和各目标终点利用蚁群算法进行最优预设路径规划,节省搬运时间,提高了搬运效率,发生突发状况时,搬运车能自主避障,在高效的同时保证了安全。
Description
技术领域
本发明涉及搬运车技术领域,具体涉及一种基于蚁群算法的搬运车路径规划方式。
背景技术
随着工业自动化进程的推进,越来越多的搬运车被应用到工业制造中来,黑灯工厂里的自动快速搬运也在不断地变得庞大起来。自动搬运车是实现货物快速搬运的设备,可根据货架的高低调节高度,物料可以直接放置在料架上,搬运车系统可以自动驶入料架底部搬运至员工处理区,无需人工操作,即可实现货物的快速搬运动作。它使企业减少大量劳动力,提高工作效率,可由有效的节约人工成本和时间成本。
搬运车行走一般是靠对地面标线的识别,来判断位置和修正方向,来实现自动行走。随着黑灯工厂的增多,搬运车在无需人力的条件下实现货物移动与运输,是黑灯工厂中货物运输的重要角色。但现存搬运车存在效率低,无法自主避障等问题。提高搬运车路径规划效率,减少搬运车路径运行长度,提高路径平滑度,满足搬运车 在实际行走中的运动需求,从而优化搬运车自主导航功能势必会大大加快搬运车推广应用到包含物流行业在内的众多行业的速度。为解决上述问题,面向黑灯工厂的搬运车路径规划方法具有很大的研究价值。
发明内容
针对现有技术的不足,本发明拟解决的技术问题是,提供一种基于蚁群算法的搬运车路径规划方式。
该路径规划方法实现了全局路径与局部路径相结合,使规划预设路径与自主避障相结合,从而实现搬运车效率提高且事故减少,行驶更加安全高效。包括:对工厂静态地图进行绘制;确定确定小车的起点及各目标终点;利用激光扫描仪实现增量地图绘制;根据移动速度、目标终点位置信息、装卸耗时建立函数;计算机利用蚁群算法进行最优路径规划;计算机发送规划好的路径讯息给小车,电磁感应器进行预设路径导航,小车按预设路径前行;小车按预设路径前行过程中,遇到障碍物进行自主避障。本发明涉及一种搬运车路径规划方法,该方法能在正常情况下根据起点和各目标终点利用蚁群算法进行最优预设路径规划,节省搬运时间,提高了搬运效率,发生突发状况时,搬运车能自主避障,在高效的同时保证了安全。
与现有技术相比,本发明有益效果在于:
(1)该方法通过绘制工作环境的静态地图和增量地图。
(2)该方法利用栅格图法对地图进行建模,更容易实现且更直观地看出障碍物和可行区域。
(3)该方法可实现全局路径规划与局部路径规划相结合。
(4)该方法可根据移动速度、目标终点位置信息、装卸耗时建立函数利用蚁群算法进行最优预设路径规划,节省搬运时间,提高了搬运效率。
(5)在面对规划外的突发状况时,搬运车能够识别障碍物并进行自主避障,保障高效搬运货物的同时并且降低安全隐患。
(6)该装置减少了人的参与,降低了劳动强度,提高了搬运效率。
附图说明
图1为面向黑灯工厂的搬运车路径规划方法流程图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,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的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。
一般情况下,搬运车的行驶是通过计算机等主机控制搬运车行驶路线,并通过装备的雷达或激光等传感装置,使其能够沿着预定的规划路径行走;或者铺设预定轨道,搬运车沿着预设轨道行驶。因此搬运车的研究主要包括感知周围环境信息的传感器研究,地图构建与自主定位。路径规划的评价指标一般包括,路径是否最短,规划效率是否最高,路径平滑度是否良好等。
本发明提供了一种面向黑灯工厂的搬运车路径规划方法,其特征在于:
搬运车在进行路径规划时所处的环境分为静态环境和动态环境。静态环境是指起始点和目标点的位置是固定的,而障碍物也是静止的。而在动态环境中障碍物一直在移动。对于机器人进行规划路径时,会根据对环境的感知分为全局路径规划和局部路径规划。局路径规划代表着预先知道障碍物的环境,然后再进行规划。局部路径规划是指在未知的地图环境下,通过激光雷达进行地图环境的扫描,找出障碍物的位置,规划一条合适的路径。
搬运车在规划路径前,通常情况下需要建立一个二维地图,常见的二维地图建模方法有拓扑图法、单元数法以及栅格图法。因为栅格图法相比其他两种地图建模方法更容易实现且更直观地看出障碍物和可行区域,所以选择栅格图法对地图建模。
其中路径规划是根据地图信息和目标点位置,规划出一条可行路径;导航根据路径规划器可得到一条全局路径,局部路径规划器依据路径跟踪步骤,对全局路径分段完成跟踪,局部路径规划器结合全局路径、地图数据和传感器实时反馈的障碍物信息,规划出搬运车在局部运动时所需的实时速度和角度,从而实现动态的自主避障导航。而自主避障则是根据搬运车在行驶过程中利用传感器采集到的实时信息进行路径的调整,从而避免在行驶过程中碰到障碍物,路径规划与自主避障两者互为补充,保证搬运车的行驶更加安全、高效。
一种面向黑灯工厂的搬运车路径规划方法的工作原理如下:
导航根据路径规划器可得到一条全局路径,局部路径规划器依据路径跟踪步骤,对全局路径分段完成跟踪,局部路径规划器结合全局路径、地图数据和传感器实时反馈的障碍物信息,规划出 AGV 在局部运动时所需的实时速度和角度,从而实现动态的自主避障导航。
本发明未述及之处适用于现有技术。
Claims (5)
1.一种面向黑灯工厂的搬运车路径规划方法,其特征在于对工厂静态地图进行绘制;确定确定小车的起点及各目标终点;利用激光扫描仪实现增量地图绘制;根据移动速度、目标终点位置信息、装卸耗时建立函数;计算机利用蚁群算法进行最优路径规划;计算机发送规划好的路径讯息给小车,电磁感应器进行预设路径导航,小车按预设路径前行;小车按预设路径前行过程中,遇到障碍物进行自主避障。
2.如权利要求1所述的一种面向黑灯工厂的搬运车路径规划方法,其特征在于利用栅格图法对地图进行建模,更容易实现且更直观地看出障碍物和可行区域。
3.如权利要求1所述的一种面向黑灯工厂的搬运车路径规划方法,其特征在于输出最优派件路径的路径信息。首先获取搬运车的运输信息,所述运输信息包括所述搬运车运输的多个终点的地理位置信息和每一个终点所卸货物数量;获取每一个终点在不同时间的可放货物数量;获取所述搬运车的单件搬运耗时和所述搬运车的移动速度;基于所述地理位置信息、可放货物数量、所述单件搬运耗时、所述移动速度以及所述搬运数量建立目标耗时函数;初始化蚁群模型参数,通过所述目标耗时函数和蚁群算法确定所述搬运车运输的耗时最短的运输路径作为最优运输路径。
4.如权利要求1所述的一种面向黑灯工厂的搬运车路径规划方法,其特征在于在出现地图环境未知的情况时,通过激光雷达进行地图环境的扫描,找出障碍物的位置,规划一条合适的路径。
5.如权利要求1所述的一种面向黑灯工厂的搬运车路径规划方法,其特征在于局部路径规划器全局路径相结合、地图数据和传感器实时反馈的障碍物信息,规划出 AGV 在局部运动时所需的实时速度和角度,在根据规划路径行进时又能实现动态的自主避障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311210302.7A CN117055575A (zh) | 2023-09-19 | 2023-09-19 | 一种面向黑灯工厂的搬运车路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311210302.7A CN117055575A (zh) | 2023-09-19 | 2023-09-19 | 一种面向黑灯工厂的搬运车路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117055575A true CN117055575A (zh) | 2023-11-14 |
Family
ID=88659197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311210302.7A Pending CN117055575A (zh) | 2023-09-19 | 2023-09-19 | 一种面向黑灯工厂的搬运车路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117055575A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111007813A (zh) * | 2019-11-19 | 2020-04-14 | 一汽物流有限公司 | 一种基于多种群混合智能算法的agv避障调度方法 |
CN115032997A (zh) * | 2022-06-22 | 2022-09-09 | 江南大学 | 一种基于蚁群算法的第四方物流运输路径规划方法 |
CN115560774A (zh) * | 2022-10-24 | 2023-01-03 | 重庆邮电大学 | 一种面向动态环境的移动机器人路径规划方法 |
US20230072997A1 (en) * | 2021-09-08 | 2023-03-09 | Tianjin Port Second Container Terminal Co., Ltd. | Intelligent horizontal transportation system and method for automatic side-loading/unloading container tarminal |
-
2023
- 2023-09-19 CN CN202311210302.7A patent/CN117055575A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111007813A (zh) * | 2019-11-19 | 2020-04-14 | 一汽物流有限公司 | 一种基于多种群混合智能算法的agv避障调度方法 |
US20230072997A1 (en) * | 2021-09-08 | 2023-03-09 | Tianjin Port Second Container Terminal Co., Ltd. | Intelligent horizontal transportation system and method for automatic side-loading/unloading container tarminal |
CN115032997A (zh) * | 2022-06-22 | 2022-09-09 | 江南大学 | 一种基于蚁群算法的第四方物流运输路径规划方法 |
CN115560774A (zh) * | 2022-10-24 | 2023-01-03 | 重庆邮电大学 | 一种面向动态环境的移动机器人路径规划方法 |
Non-Patent Citations (2)
Title |
---|
房殿军;周涛;: "自动化立体仓库中智能AGV群体的静态路径规划与动态避障决策研究", 物流技术, no. 06, 25 June 2017 (2017-06-25) * |
赵梦彤;李颖宏;范晶晶;: "基于改进蚁群算法的时间最优路径规划研究", 车辆与动力技术, no. 03, 15 September 2020 (2020-09-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Moshayedi et al. | AGV (automated guided vehicle) robot: Mission and obstacles in design and performance | |
KR102495412B1 (ko) | 자재 핸들링 차량 경로 검증 및 동적 경로 수정 | |
US10875448B2 (en) | Visually indicating vehicle caution regions | |
Roberts et al. | Reactive navigation and opportunistic localization for autonomous underground mining vehicles | |
US20210284198A1 (en) | Self-driving vehicle path adaptation system and method | |
CN106200652B (zh) | 一种智能物料搬运系统及搬运方法 | |
CN109445438B (zh) | 基于地图分享的巡航装置的巡航控制方法及系统 | |
CN105043376B (zh) | 一种适用于非全向移动车辆的智能导航方法及系统 | |
CN111024088B (zh) | 一种激光叉车路径规划方法 | |
CN109213161A (zh) | 基于边缘计算的agv控制系统及方法 | |
Oleari et al. | Industrial AGVs: Toward a pervasive diffusion in modern factory warehouses | |
KR101805423B1 (ko) | 스마트 팩토리에 적용되는 ict 기반의 무인반송시스템 | |
JP2022107500A (ja) | 搬送システム、及び搬送制御方法 | |
CN111930125A (zh) | 适用于agv的低成本障碍物检测装置及方法 | |
Behrje et al. | An autonomous forklift with 3d time-of-flight camera-based localization and navigation | |
CN110989592A (zh) | 一种移动机器人自动建图与定位系统 | |
CN118092457B (zh) | 一种仓储agv物流小车运行轨迹控制系统 | |
Beinschob et al. | Advances in 3d data acquisition, mapping and localization in modern large-scale warehouses | |
CN115223039A (zh) | 一种面向复杂环境的机器人半自主控制方法及系统 | |
JP2023071149A (ja) | 搬送システム、及び搬送制御方法 | |
CN115114387A (zh) | 栅格地图生成方法及装置、移动工具、存储介质 | |
CN115877853B (zh) | 一种智慧仓储物流路径规划系统及方法 | |
JP2023000901A (ja) | 検出システム、処理装置、移動体、検出方法及びプログラム | |
CN117055575A (zh) | 一种面向黑灯工厂的搬运车路径规划方法 | |
CN115202350B (zh) | 一种agv小车的自动运输系统 |
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 |