CN117114215A - 一种基于栅格地图自适应时间窗的多车冲突避免算法 - Google Patents

一种基于栅格地图自适应时间窗的多车冲突避免算法 Download PDF

Info

Publication number
CN117114215A
CN117114215A CN202310767075.1A CN202310767075A CN117114215A CN 117114215 A CN117114215 A CN 117114215A CN 202310767075 A CN202310767075 A CN 202310767075A CN 117114215 A CN117114215 A CN 117114215A
Authority
CN
China
Prior art keywords
vehicle
path
node
grid
time window
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
CN202310767075.1A
Other languages
English (en)
Inventor
安康
胡宇
曹永欣
陈国�
刘翔鹏
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.)
Nanjing Huade Storage Equipment Manufacture Co ltd
Shanghai Normal University
Original Assignee
Nanjing Huade Storage Equipment Manufacture Co ltd
Shanghai Normal 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 Nanjing Huade Storage Equipment Manufacture Co ltd, Shanghai Normal University filed Critical Nanjing Huade Storage Equipment Manufacture Co ltd
Priority to CN202310767075.1A priority Critical patent/CN117114215A/zh
Publication of CN117114215A publication Critical patent/CN117114215A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及路径规划的技术领域，公开了一种基于栅格地图自适应时间窗的多车冲突避免算法，采用栅格法建立密集仓储的地图环境信息，以地图环境信息中的单个栅格为单位，采用自适应时间窗算法对待规划车辆的路径与任一正在运行车辆的未完成路径进行冲突检测，然后根据冲突避让策略调整待规划车辆的路径，以避免后续运行冲突。与传统基于栅格地图的时间窗算法相比，在保证各车不发生冲突的前提下，自适应时间窗算法不再事先规定车辆的规划顺序如编号顺序，即任意时刻可以规划任意车辆的路径，从而减少了车辆的空等时间，提高了系统的运行效率。

Description

一种基于栅格地图自适应时间窗的多车冲突避免算法
技术领域
本发明属于路径规划的技术领域，涉及一种基于栅格地图自适应时间窗的多车冲突避免算法。
背景技术
随着土地和人工成本的不断上涨，自动化物流行业正迅速向着密集存储的方向发展。四向穿梭式自动化密集仓储系统是近年来一种新兴的仓储形式，具有作业效率高和空间利用率高等特点，在该系统中，四向穿梭车是关键设备之一，它可以在货架轨道上沿横向和纵向四个方向自主运行，但在横向和纵向轨道之间切换时需要一定的换向时间。此外，由于空间限制和对车辆行驶效率的考虑，一般要求每条车道都可双向通行，在垂直方向上，可与提升机进行配合，以实现三维空间中任意货位的存取。
在密集型立体仓储系统中，为了节省空间，车道通常设置为双向车道。当仓库中有多辆四向车执行任务时，多辆四向车的路径规划很难避免路线相交或重叠。如果没有有效的无冲突路径规划策略，会导致频繁发生车辆交通死锁或是碰撞等问题，从而影响仓储系统的运转甚至可能导致严重的安全事故，因此，在保证车辆不发生冲突的前提下尽可能提高系统的运行效率，是冲突避免算法中的重点。
冲突碰撞的问题实质是多辆车不能在同一时间内占用同一位置，时间窗算法是一种基于预测的冲突避免方法，该算法通过预测车辆占用各路径中节点的时间，对车辆的行驶路线进行调整，以保证车辆不会在同一时间占用同一路径。理论上如果预测车辆到达各个位置的时间足够精准，可以避免全部冲突，然而，时间窗算法也存在一些缺陷：
第一，传统的时间窗算法应用在拓扑地图中，以整条路径作为单位进行时间窗检测，此时会导致部分车辆在等待不存在的冲突，从而影响了系统的运转效率。
第二，传统时间窗算法在解决冲突时以车辆的编号大小决定通过顺序。然而各车辆实际完成时间各不相同，当车辆编号位于中间的车辆率先完成任务时，若不为其分配新任务，可能会导致该车辆出现空闲等待的情况；若为其分配新任务，因为冲突解决策略需要依据编号大小进行避让，则需要对其他尚未完成任务的车辆的路径进行调整，然而由于系统的实时性和车辆的惯性，这在实际情况中是很难实现的。此外如果调整正在运行车辆的时间窗，需要对调整后的车辆进行新一轮的时间窗交集检测，这可能会导致路径规划陷入循环中，最终无法求解的情况。
发明内容
本发明的目的在于克服传统时间窗算法中解决冲突效率低下等技术缺陷，提供一种基于栅格地图自适应时间窗的多车冲突避免算法，通过计算车辆对各个所经过位置即栅格节点的占用时间窗，以判断冲突类型，并采用相应的策略进行调整，从而避免多车在运行时发生冲突或死锁。
本发明可通过以下技术方案实现：
一种基于栅格地图自适应时间窗的多车冲突避免算法，采用栅格法建立密集仓储的地图环境信息，以地图环境信息中的单个栅格为单位，采用自适应时间窗算法对待规划车辆的路径与任一正在运行车辆的未完成路径进行冲突检测，然后根据冲突避让策略调整待规划车辆的路径，以避免后续运行冲突。
进一步，包括以下步骤：
步骤一、使用路径规划算法规划车辆B的路径，得到长度为p的路径Lb；
步骤二、对路径Lb中各个节点进行时间窗计算；
步骤三、将待规划车辆B与除自身外且正在运行的所有车辆两两进行冲突检测，记与待规划车辆B进行检测的车辆为A，其未完成路径La的长度为q，将路径Lb和未完成路径La中各个节点的时间窗两两进行取交集运算，将发生冲突的节点添加入集合Conflict_Nodeass中，直到遍历完两车的所有节点，完成两两冲突检测；
步骤四、令m＝m+1，重复步骤三直到所有车辆都检测完毕；
步骤五、将Conflict_Nodeass中的节点按照在路径Lb中的顺序排列，以确保车辆优先处理离待规划车辆当前位置较近的冲突；
步骤六、根据冲突避让策略对路径Lb中各个节点的时间窗进行延长处理或者对路径Lb重新规划，若是延长处理，则调整后回到步骤三检查冲突是否全部解决；若是重新规划路径，需要回到步骤二；
步骤七、重复步骤六，直到Conflict_Nodeass为空时，路径冲突解决完毕。
进一步，建立如下合理假设
①所有的栅格都为正方形，且边长都为Sc；
②所有四向车大小相等，长度都为Sv，车宽小于车长；
③所有四向车都是匀速运动的，忽略车辆的加速和减速过程；
④四向车的行驶速度为v，载货时时速度v＝v1，空载时速度v＝v0；
⑤当前时刻为t0，驶入栅格n的时刻为位于栅格n中心时的的时刻/>完全驶出栅格n的时刻为/>
⑥所有四向车装货或者卸货的时间相同，且都为tloading，四向车发生转向时所需的额外时间为tturning，路径规划时间忽略不计；
设四向车从起始栅格S出发前往目标栅格G，设在某时刻四向车位于栅格节点n，路径的栅格节点总数为r，ct为从起始栅格到栅格节点n前总计的转向次数，
对于路径中非起点、终点及特殊点的任意节点n，各时刻计算公式如下：
其中，TurningFlag为栅格节点n处的转向标志，
因此，对于路径中非起点、终点及特殊点的任意节点n的时间窗的计算公式如下：
进一步，对于单向进出的特殊位置，计算与其最近的双向行驶栅格节点的时间窗时，需要先将特征位置所包含的栅格节点合并为一个节点，再与最近的双向行驶栅格节点进行融合计算获得，
记合并后的节点为P，与其最近的双向行驶栅格节点为Q，则节点Q的时间窗为
进一步，设当前时刻为t，B车为待规划车辆，其所规划的路径为Lb，A车为正在运行车辆，其未完成路径为La，两车路径的重叠部分为C，即C＝La∩Lb，并将C中的节点按照路径Lb中出现的顺序重新排列，P0为C中的第一个元素，且为当前发生冲突的节点，A车、B车在冲突节点前一格的节点位置为Pa和Pb，根据La、Lb、Pa和Pb之间的关系和C中元素数量制定冲突避让策略如下表所示，以实现B车的路径自适应规划。
进一步，所述冲突类型Ⅰ设置为节点冲突，两车路径只相交于一点，此时两车的行驶方向都不为对方车辆当前所在位置的方向；
所述冲突类型Ⅱ设置为同向冲突，两车路径有部分重叠，且两车在重叠路径上的行驶方向相同；
所述冲突类型Ⅲ设置为相向冲突，两车路径有部分重叠或完全重叠，且两车在重叠路径上的行驶方向相反。
有益效果：
第一，本发明将时间窗算法引入栅格地图中，以单个栅格为单位进行时间窗的计算和检测，细化了时间窗的子单元，以便更精确地计算和控制车辆在规定路径的行驶过程。
第二，本发明提出了一种自适应路径的冲突解决策略，与传统基于栅格地图的时间窗算法相比，在保证各车不发生冲突的前提下，自适应时间窗算法不再规定车辆的规划顺序，即任意时刻可以规划任意车辆的路径，从而减少了车辆的空等时间，提高了系统的运行效率。
附图说明
图1为本发明的总体流程示意图；
图2为本发明的栅格节点的时间窗计算示意图；
图3为本发明的特殊栅格节点的时间窗计算示意图；
图4为本发明的三种冲突类型的图例示意图；
图5为本发明的仓储调度系统地图模型示意图；
图6(a)为采用本发明的自适应时间窗算法针对冲突类型Ⅰ进行冲突避让时，两车的行驶路径图；图6(b)、6(c)分别为采用本发明的自适应时间窗算法针对冲突类型Ⅰ进行冲突避让时，处理冲突前后的时空图；
图7(a)为采用本发明的自适应时间窗算法针对冲突类型Ⅱ-a进行冲突避让时，两车的行驶路径图；图7(b)、7(c)分别为采用本发明的自适应时间窗算法针对冲突类型Ⅱ-a进行冲突避让时，处理冲突前后的时空图；
图8(a)为采用本发明的自适应时间窗算法针对冲突类型Ⅱ-b进行冲突避让时，两车的行驶路径图；图8(b)、8(c)分别为采用本发明的自适应时间窗算法针对冲突类型Ⅱ-b进行冲突避让时，处理冲突前后的时空图；
图9(a)为采用本发明的自适应时间窗算法针对冲突类型Ⅲ-a进行冲突避让时，两车的行驶路径图；图9(b)、9(c)分别为采用本发明的自适应时间窗算法针对冲突类型Ⅲ-a进行冲突避让时，处理冲突前后的时空图；
图10(a)、10(b)分别为采用本发明的自适应时间窗算法针对冲突类型Ⅲ-b进行冲突避让时，处理冲突前后的行驶路径图；图10(c)、10(d)分别为采用本发明的自适应时间窗算法针对冲突类型Ⅲ-b进行冲突避让时，处理冲突前后的时空图；
图11为采用本发明的自适应时间窗算法和传统时间窗算法的对比示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式做进一步阐述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”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，因此不能理解为对本发明的限制。
如图1所示，本发明提出了一种基于栅格地图自适应时间窗的多车冲突避免算法，采用栅格法建立密集仓储的地图环境信息，以地图环境信息中的单个栅格为单位，采用自适应时间窗算法对待规划车辆的路径与任一正在运行车辆的未完成路径进行冲突检测，然后根据冲突避让策略调整待规划车辆的路径，以避免后续运行冲突。这样，通过计算车辆占用路径中各个栅格节点的时间段，然后结合发生冲突的车辆路径信息，对不同类型的冲突情况采取等待或是重新规划路径的方式以实现冲突避免，从而使得待规划车辆的路径不与其他正在运行车辆发生冲突。
具体如下：
步骤一、使用路径规划算法规划车辆B的路径，得到长度为p的路径Lb；
步骤二、对路径Lb中各个节点进行时间窗计算，在此期间，由于其他正在运行车辆A都已完成路径规划，默认各个节点的时间窗计算均已完成，其时间窗具体计算方法如下所示；
基于栅格地图的时间窗计算需要对仓储系统作出合理假设：
①所有的栅格都为正方形，且边长都为Sc；
②所有四向车大小相等，长度都为Sv，车宽小于车长；
③所有四向车都是匀速运动的，忽略车辆的加速和减速过程；
④四向车的行驶速度为v，载货时时速度v＝v1，空载时速度v＝v0；
⑤当前时刻为t0，驶入栅格n的时刻为位于栅格n中心时的的时刻/>完全驶出栅格n的时刻为/>
⑥所有四向车装货或者卸货的时间相同，且都为tloading，四向车发生转向时所需的额外时间为tturning，路径规划时间忽略不计；
如图2所示，设四向车从起始栅格S出发前往目标栅格G，设在某时刻四向车位于栅格节点n，路径的栅格节点总数为r，ct为从起始栅格到栅格节点n前总计的转向次数，
对于路径中非起点、终点及特殊点的任意节点n，各时刻计算公式如下：
其中，TurningFlag为栅格节点n处的转向标志，
因此，对于路径中非起点、终点及特殊点的任意节点n的时间窗的计算公式如下：
对于已完成任务或未分配任务的车辆，将其完全驶出当前位置的时刻设为正无穷。
对于单向进出的特殊点，计算与其最近的双向行驶栅格节点的时间窗时，需要先将特征点合并为一个节点，再与最近的双向行驶栅格节点进行融合计算获得。
在仓储系统中，某些特殊位置由于环境限制只能单向进出，如提升机口，在计算该部分节点时间窗时，需要将该部分节点合并为一个节点后，再将其时间窗与其最近的双向行驶栅格点进行融合。以图3为例，此时节点P为提升机口，计算节点Q的时间窗时需要考虑进出节点P的时间，转向以及装卸货的时间。
记合并后的节点为P，与其最近的双向行驶栅格节点为Q，则节点Q的时间窗为
步骤三、采用时间窗算法，将待规划车辆B与除自身外且正在运行的所有车辆两两进行冲突检测，记与待规划车辆B进行检测的车辆为A，其未完成路径La的长度为q，其冲突检测即为将待规划车辆B和正在运行车辆A路径中各个节点的时间窗两两进行取交集运算，将发生冲突的节点添加入集合Conflict_Nodeass中，直到遍历完两车的所有节点；
步骤四、令m＝m+1，重复步骤三和四直到所有车辆都检测完毕；
步骤五、将Conflict_Nodeass中的节点按照在路径Lb中的顺序排列，以确保车辆优先处理离待规划车辆当前位置较近的冲突；
步骤六、根据冲突避让策略对路径Lb中各个节点的时间窗进行延长处理或者对路径Lb重新规划，若是延长处理，则调整后回到步骤三检查冲突是否全部解决；若是重新规划路径，需要回到步骤二；
对于冲突避让策略的制定，首先需要对冲突类型进行分类和判断：
设A车为正在运行的车辆，B车为待规划车辆，根据发生冲突时两车的相对位置和两车路径的相交情况进行分析，除去有轮换对称性以及包含单向进出特殊点的情况后，共计有10种，如图4所示。
在仓储系统中，设当前时刻为t，B车为待规划车辆，其所规划的路径为Lb，A车为正在运行车辆，其未完成路径为La，两车路径的重叠部分为C，即C＝La∩Lb，并将C中的节点按照路径Lb中出现的顺序重新排列，P0为C中的第一个元素，且为当前发生冲突的节点，A车、B车在冲突节点前一格的节点位置为Pa和Pb，根据La、Lb、Pa和Pb之间的关系和C中元素数量制定冲突避让策略如下表所示，以实现B车的路径自适应规划。
上表是基于一般情况下的讨论，然而对于特殊情况，如两车相邻时的同向或相向冲突，由于发生冲突的节点即为当前某辆车的位置，导致Pa或Pb不存在，因此需要设置额外的条件进行判断，其解决思路与一般情况是相同的。
步骤七、重复步骤六，直到Conflict_Nodeass为空时，路径冲突解决完毕。
为了验证本发明的性能，本实施例建立了仓储调度系统地图模型，并以此作为实验地图模型进行实验。如图5所示：
其中灰色表示主巷道，四向车在主巷道中四个方向都可以通行。蓝色表示子巷道，存储货时将货物放置在子巷道中，四向车进入或者在子巷道中时只能沿上下两个方向行驶。绿色表示存放在子巷道中的货物位置，四向车在载货状态时不可通过这些位置，在空载状态下将其视为子巷道正常通行。白色表示地图边界，四向车不可驶出地图边界。仓库中有两个提货口，分别位于(1，4)和(2，13)。存货时提升机将货物提至提货口，四向车装载后驶向目标节点并存货。
四向车依照上述行驶规则运行。在四向车行驶路径-时间图中，红色实线表示正在行驶的A车路径，蓝色实线表示当前规划的B车路径。实线上各点表示车辆位于当前位置中心的时间。黑色星形点表示两车发生冲突的时刻，其在地图上的投影为发生冲突的位置，用黄色点表示。粉色表示时间窗发生改动的点。使用自适应时间窗算法对四向车在行驶过程中可能发生的冲突类型进行测试对比实验。为简化实验，实验过程中不再设置提货口，车辆可在任意位置开始路径规划。
冲突类型Ⅰ，两车行驶路径如图6(a)所示，两车路径交点在(3,9)，两车只有一个交点，通过表1判断为节点冲突后，使B车在(3,8)处等A车完全驶出冲突节点后再继续行驶，从图6(b)、6(c)中可以看出解决冲突后的B车在3号点的时刻值变大。
冲突类型Ⅱ-a，如图7(a)所示，两车行驶路径部分相交，冲突点为(3,9)，两车路径部分重叠，通过表1判断为同向冲突后，使B车在(3,8)处等A车完全驶出冲突点后再继续行驶，从图7(b)、7(c)中可以看出解决冲突后B车在4号点的时刻值变大。
冲突类型Ⅱ-b，如图8(a)所示，两车行驶路径部分重叠，通过表1判断为同向冲突后，使B车在(1,11)处等A车完全驶出冲突点后再继续行驶，从8(b)、8(c)中可以看出解决冲突后的B车在4号点的时刻值变大。
冲突类型Ⅲ-a，如图9所示，两车行驶路径部分相向冲突，通过表1判断冲突类型后，使B车在(3,8)处等A车完全驶出冲突点后再继续行驶，从9(b)、9(c)可以看出解决冲突后的B车在4号点的时刻值变大。
冲突类型Ⅲ-b，如图10所示，两车行驶路径为相向冲突，且相交于(3,9)，通过表1判断冲突类型为完全相向冲突后使B车重新规划路径，如图10(b)和图10(d)所示。
在保证存货位置不发生冲突的情况下，随机生成36个存货任务，存货任务中仅包含存货位置。每辆四向车都有唯一的提货口，其对应关系如表1所示。初始时按照车辆编号的顺序依次将任务分配给车辆。四向车领取任务后会驶向对应的提货口，载取货物后再驶向任务货架进行存货。每当车辆完成完成一个任务后会接取下一个未被接走的任务，直到36个任务全部完成时结束。每次实验的任务和其分配方式相同。
表1提货口与车辆对应关系
为了对比传统的基于栅格地图的时间窗算法和自适应时间窗算法在冲突解决方面的效果，在仿真系统中分别使用两种算法在四向车数量为1、2、3、4、5的情况下执行任务，分别记录完成全部任务时的车辆运行时间，如表2和图11所示。
表2自适应时间窗算法与传统时间窗算法完成任务对比表
对于车辆的行驶时间，由表3可知自适应时间窗算法中的时间始终小于传统时间窗算法。这是因为传统时间窗算法中的车辆以车辆组的形式完成任务，率先完成任务的车辆必须等待其他车辆完成任务后才能开始分配下一轮的任务。即车辆每轮完成任务的时间为当前车辆组中完成任务所需的最大时间，因此传统时间窗算法中存在大量不必要的等待时间。从车辆运行时间来看，自适应时间窗算法能够有效缩短仿真系统完成任务的总时间。
实验结果表明，自适应时间窗算法能够有效提高路径规划的效率和仓储系统的整体运行效率。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应该理解，这些仅是举例说明，在不违背本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改。

Claims (6)

1.一种基于栅格地图自适应时间窗的多车冲突避免算法，其特征在于：采用栅格法建立密集立体仓储的地图环境信息，以地图环境信息中的单个栅格为单位，采用自适应时间窗算法对待规划车辆的路径与任一正在运行车辆的未完成路径进行冲突检测，然后根据冲突避让策略调整待规划车辆的路径，以避免后续运行冲突。
2.根据权利要求1所述的基于栅格地图自适应时间窗的多车冲突避免算法，其特征在于包括以下步骤：
步骤一、使用路径规划算法规划车辆B的路径，得到长度为p的路径Lb；
步骤二、对路径Lb中各个节点进行时间窗计算；
步骤三、将待规划车辆B与除自身外且正在运行的所有车辆两两进行冲突检测，记与待规划车辆B进行检测的车辆为A，其未完成路径La的长度为q，将路径Lb和未完成路径La中各个节点的时间窗两两进行取交集运算，将发生冲突的节点添加入集合Conflict_Nodeass中，直到遍历完两车的所有节点，完成两两冲突检测；
步骤四、令m＝m+1，重复步骤三直到所有车辆都检测完毕；
步骤五、将Conflict_Nodeass中的节点按照在路径Lb中的顺序排列，以确保车辆优先处理离待规划车辆当前位置较近的冲突；
步骤六、根据冲突避让策略对路径Lb中各个节点的时间窗进行延长处理或者对路径Lb重新规划，若是延长处理，则调整后回到步骤三检查冲突是否全部解决；若是重新规划路径，需要回到步骤二；
步骤七、重复步骤六，直到Conflict_Nodeass为空时，路径冲突解决完毕。
3.根据权利要求2所述的基于栅格地图自适应时间窗的多车冲突避免算法，其特征在于：建立如下合理假设
①所有的栅格都为正方形，且边长都为Sc；
②所有四向车大小相等，长度都为Sv，车宽小于车长；
③所有四向车都是匀速运动的，忽略车辆的加速和减速过程；
④四向车的行驶速度为v，载货时时速度v＝v1，空载时速度v＝v0；
⑤当前时刻为t0，驶入栅格n的时刻为位于栅格n中心时的的时刻/>完全驶出栅格n的时刻为/>
⑥所有四向车装货或者卸货的时间相同，且都为tloading，四向车发生转向时所需的额外时间为tturning，路径规划时间忽略不计；
设四向车从起始栅格S出发前往目标栅格G，设在某时刻四向车位于栅格节点n，路径的栅格节点总数为r，ct为从起始栅格到栅格节点n前总计的转向次数，
对于路径中非起点、终点及特殊点的任意节点n，各时刻计算公式如下：
其中，TurningFlag为栅格节点n处的转向标志，
因此，对于路径中非起点、终点及特殊点的任意节点n的时间窗的计算公式如下：
4.根据权利要求3所述的基于栅格地图自适应时间窗的多车冲突避免算法，其特征在于：对于单向进出的特殊位置，计算与其最近的双向行驶栅格节点的时间窗时，需要先将特征位置所包含的栅格节点合并为一个节点，再与最近的双向行驶栅格节点进行融合计算获得，
记合并后的节点为P，与其最近的双向行驶栅格节点为Q，则节点Q的时间窗为
5.根据权利要求2所述的基于栅格地图自适应时间窗的多车冲突避免算法，其特征在于：设当前时刻为t，B车为待规划车辆，其所规划的路径为Lb，A车为正在运行车辆，其未完成路径为La，两车路径的重叠部分为C，即C＝La∩Lb，并将C中的节点按照路径Lb中出现的顺序重新排列，P0为C中的第一个元素，且为当前发生冲突的节点，A车、B车在冲突节点前一格的节点位置为Pa和Pb，根据La、Lb、Pa和Pb之间的关系和C中元素数量制定冲突避让策略如下表所示，以实现B车的路径自适应规划。
6.根据权利要求5所述的基于栅格地图自适应时间窗的多车冲突避免算法，其特征在于：所述冲突类型Ⅰ设置为节点冲突，两车路径只相交于一点，此时两车的行驶方向都不为对方车辆当前所在位置的方向；
所述冲突类型Ⅱ设置为同向冲突，两车路径有部分重叠，且两车在重叠路径上的行驶方向相同；
所述冲突类型Ⅲ设置为相向冲突，两车路径有部分重叠或完全重叠，且两车在重叠路径上的行驶方向相反。
CN202310767075.1A 2023-06-27 2023-06-27 一种基于栅格地图自适应时间窗的多车冲突避免算法 Pending CN117114215A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310767075.1A CN117114215A (zh) 2023-06-27 2023-06-27 一种基于栅格地图自适应时间窗的多车冲突避免算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310767075.1A CN117114215A (zh) 2023-06-27 2023-06-27 一种基于栅格地图自适应时间窗的多车冲突避免算法

Publications (1)

Publication Number Publication Date
CN117114215A true CN117114215A (zh) 2023-11-24

Family

ID=88806269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310767075.1A Pending CN117114215A (zh) 2023-06-27 2023-06-27 一种基于栅格地图自适应时间窗的多车冲突避免算法

Country Status (1)

Country Link
CN (1) CN117114215A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765896A (zh) * 2019-01-29 2019-05-17 重庆大学 一种基于智能停车场多agv的动态路径规划方法
CN111474926A (zh) * 2020-03-24 2020-07-31 浙江中烟工业有限责任公司 一种基于多agv时间窗路径优化算法的废烟回收方法
CN112017440A (zh) * 2020-10-26 2020-12-01 长沙理工大学 一种面向自动驾驶环境下交叉口交通控制的迭代算法
CN113075927A (zh) * 2021-03-22 2021-07-06 哈尔滨理工大学 基于预约表的仓储潜伏式多agv路径规划方法
CN113515117A (zh) * 2021-03-26 2021-10-19 南京师范大学 一种基于时间窗的多agv实时调度的冲突消解方法
WO2021254415A1 (zh) * 2020-06-18 2021-12-23 北京卫星制造厂有限公司 一种基于时间窗的agv智能调度方法
CN114705194A (zh) * 2022-04-15 2022-07-05 中国农业大学 基于拓扑地图和时间窗多农机协同全局路径冲突检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109765896A (zh) * 2019-01-29 2019-05-17 重庆大学 一种基于智能停车场多agv的动态路径规划方法
CN111474926A (zh) * 2020-03-24 2020-07-31 浙江中烟工业有限责任公司 一种基于多agv时间窗路径优化算法的废烟回收方法
WO2021254415A1 (zh) * 2020-06-18 2021-12-23 北京卫星制造厂有限公司 一种基于时间窗的agv智能调度方法
CN112017440A (zh) * 2020-10-26 2020-12-01 长沙理工大学 一种面向自动驾驶环境下交叉口交通控制的迭代算法
CN113075927A (zh) * 2021-03-22 2021-07-06 哈尔滨理工大学 基于预约表的仓储潜伏式多agv路径规划方法
CN113515117A (zh) * 2021-03-26 2021-10-19 南京师范大学 一种基于时间窗的多agv实时调度的冲突消解方法
CN114705194A (zh) * 2022-04-15 2022-07-05 中国农业大学 基于拓扑地图和时间窗多农机协同全局路径冲突检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
初鹏祥: "多AGV仓储系统任务调度及路径规划研究", 《中国优秀硕士学位论文全文数据库 信息科技II辑》, no. 2023, 15 February 2023 (2023-02-15) *
高健: "仓储环境下多AGV路径规划研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 January 2023 (2023-01-15), pages 140 - 1226 *

Similar Documents

Publication Publication Date Title
CN107816996B (zh) 时变环境下agv流时空干涉检测与规避方法
CN104609086B (zh) 基于路权令牌的四向穿梭车控制系统
CN114489062B (zh) 面向车间物流的多自动导引车分布式动态路径规划方法
CN111532641B (zh) 仓储分拣中自动引导车的并行路径规划方法
CN111487983B (zh) 一种封闭式自动化物流园区的多台agv调度方法
CN113436463B (zh) 一种基于5g的四向穿梭车多车调度方法
CN111353701A (zh) 一种agv交叉区域的限行调度方法及调度系统
CN113532443B (zh) 路径规划方法、装置、电子设备及介质
Duinkerken et al. Routing of AGVs on automated container terminals
CN108280529A (zh) 钢卷轧后库区共轨多无人行车协同作业优化方法及系统
CN115140481B (zh) 一种四向穿梭车动态避让方法及装置
CN112102649B (zh) 基于物联网的港口库场车辆进出分配规划管理系统
CN117114215A (zh) 一种基于栅格地图自适应时间窗的多车冲突避免算法
CN116755401A (zh) 包含路径规划和车辆通行策略的多无人叉车调度控制方法
CN113064436B (zh) 一种agv系统中动态路径规划和去中心化避障方法
CN113706052B (zh) 一种自动化码头水平运输机械的智能排队方法
CN114924538A (zh) 一种基于图结构的多agv实时调度与冲突消解方法
CN115638804A (zh) 一种无死锁的无人车辆在线路径规划方法
CN115195825A (zh) 用于提升行车效率的列车进路调度方法及设备
CN111123865B (zh) 一种基于点阵地图的多导航车协同调度方法
CN111434394B (zh) 一种锁定自动小车行驶路径关键点的方法和装置
CN114894209A (zh) 一种基于车辆管理系统的无人矿卡路径规划冲突避让方法
CN117852988B (zh) 一种智能仓储系统中子母车与提升机的协同控制方法
JPS63315491A (ja) 天井走行クレ−ンの制御方法
JPH1195838A (ja) 無人搬送車システム

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