CN117709839B - 基于任务时限要求的天车路径规划方法及装置 - Google Patents
基于任务时限要求的天车路径规划方法及装置 Download PDFInfo
- Publication number
- CN117709839B CN117709839B CN202410153923.4A CN202410153923A CN117709839B CN 117709839 B CN117709839 B CN 117709839B CN 202410153923 A CN202410153923 A CN 202410153923A CN 117709839 B CN117709839 B CN 117709839B
- Authority
- CN
- China
- Prior art keywords
- node
- target
- crown block
- track
- nodes
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 13
- 238000010845 search algorithm Methods 0.000 claims description 8
- 239000004065 semiconductor Substances 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于任务时限要求的天车路径规划方法及装置,属于半导体搬运天车技术领域,本发明的基于任务时限要求的天车路径规划方法,通过在计算中间节点的代价时考虑到与中间节点相邻的节点是否位于环形轨道段上,将不满足时间阈值的相邻节点放入中间节点对应的关闭节点列表,进而筛选掉中间节点到终点节点路径上不满足任务时限要求的相邻节点,可以大大简化算法中所需要复杂评估目标代价的路径数量,降低运算量,提升路径规划预测的效率。
Description
技术领域
本发明涉及半导体搬运天车技术领域,尤其涉及一种基于任务时限要求的天车路径规划方法及装置。
背景技术
天车在半导体物料运输和设备布局中起着至关重要的作用,天车的主要职责是响应任务指令,将物料从起始位置移动到目标位置,以完成物料搬运工作。合理规划天车的搬运路径能够提高物料搬运的效率和速度。通过优化搬运路径,可以减少天车移动的距离和时间,从而缩短物料搬运的周期,实现更快的生产进度和更高的生产效率。
在进行路径规划时,根据始位置和目标位置,常见的做法是会选择广度优先搜索算法以及Dijkstra算法,但广度优先算法可能找不到最优路径,而Dijkstra算法的计算量则过大。在进行路径规划时一些人会选择结合了这两种算法优点的A星算法来进行路径规划,但是天车的轨道路径不同于一般的节点之间的路径,半导体厂房中通常会围绕设备或者物料存放处设置多个环形轨道以供天车进行工作避让或是漫游。
在进行路径规划时,环形轨道中也存在较多的节点以及与其他节点的相邻节点,算法会不断考虑这些环形轨道所构成的路径,但是这些环形轨道构成的路径上存在繁忙工作的天车,天车运动至这些轨道一般不会提高天车的运行效率,反而增加了一段环形路程,增加了耗时。这些环形的路径的存在增加了算法大量的计算量,直接在算法中删除并忽略这些环形路径会影响到实际有用的环形路径上的路径规划,但这些环形路径的存在会降低路径规划算法的处理效率,进而影响路径预测的效率。
发明内容
本发明提供一种基于任务时限要求的天车路径规划方法及装置,用以解决现有技术中因环形轨道所引起的预测效率低的缺陷,实现提升天车路径预测效率的效果。
本发明提供一种基于任务时限要求的天车路径规划方法,包括:
将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;
利用A星算法从目标节点列表中遍历搜索得到连接所述起始节点的中间节点,并得到与所述中间节点相邻的节点构成的备选节点列表;
基于轨道图,识别所述备选节点列表中各备选节点对应的轨道段的类型;
在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从所述起始节点到所述中间节点的第一实际代价以及从所述中间节点经过所述备选节点到所述终点节点的各子路径的各第二实际代价;
在所述第一实际代价与所述第二实际代价的和超过时间阈值的情况下,将子路径中与所述备选节点相邻的节点放入所述中间节点对应的关闭节点列表;所述中间节点对应的关闭节点列表中的节点不会在经过所述中间节点搜寻时被访问;
基于所述中间节点对应的关闭节点列表以及所述备选节点列表,利用A星算法搜寻节点,得到所述目标天车的预测路径。
根据本发明提供的一种基于任务时限要求的天车路径规划方法,所述基于所述中间节点对应的关闭节点列表以及所述备选节点列表,利用A星算法搜寻节点,得到所述目标天车的预测路径,包括:
从所述中间节点的备选节点列表中选择目标代价最小的备选节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表中;
对当前的中间节点的相邻节点进行遍历,在当前的中间节点的第一相邻节点位于中间节点对应的关闭节点列表或者总关闭节点列表的情况下,跳过所述第一相邻节点;计算剩余的第二相邻节点的目标代价,并将目标代价最小的第二相邻节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表;重复该步骤,直至将所述终点节点放入所述开放节点列表中,并从所述终点节点向上回溯每一个父节点至所述起始节点,得到所述预测路径。
根据本发明提供的一种基于任务时限要求的天车路径规划方法,所述目标代价包括目标实际代价和目标预估代价;所述目标实际代价为所述目标天车从所述起始节点到所述中间节点的实际用时,所述目标预估代价为所述目标天车从所述中间节点到所述终点节点的预估用时。
根据本发明提供的一种基于任务时限要求的天车路径规划方法,所述目标代价是基于每个轨道段上经过的天车数量、每个轨道段上每个天车占用的时间、每个天车的行驶方向以及每个轨道段的允许运行速度得到的。
根据本发明提供的一种基于任务时限要求的天车路径规划方法,各第二实际代价通过以下方式确定:
基于所述中间节点到所述终点节点之间各节点间对应的轨道段的类型,确定各轨道段的天车允许运行速度;
基于各轨道段的天车允许运行速度,确定各轨道段上天车的最小运行时间;
通过广度优先搜索算法,确定从所述中间节点到所述终点节点的各子路径的各天车最小运行时间,并将各天车最小运行时间作为各子路径的各第二实际代价。
根据本发明提供的一种基于任务时限要求的天车路径规划方法,在所述将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点之前,所述方法还包括:
确定所述目标天车所在的区域内的轨道图;
基于所述轨道图中各轨道段的类型以及允许运行速度,将相同类型且运行速度相同连续轨道段的起始点确定为轨道图中的节点;所述轨道段的类型至少包括直线轨道段、交叉轨道段、弯曲轨道段以及环形轨道段。
根据本发明提供的一种基于任务时限要求的天车路径规划方法,在所述基于轨道图,识别所述备选节点列表中各备选节点对应的轨道段的类型之后,所述方法还包括:
在与所述中间节点对应的轨道段不包括环形轨道段的情况下,基于所述中间节点的备选节点列表中各备选节点,利用A星算法搜寻节点,得到所述目标天车的预测路径。
本发明还提供一种基于任务时限要求的天车路径规划装置,包括:
节点选择模块,用于将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;
第一处理模块,用于利用A星算法从目标节点列表中遍历搜索得到连接所述起始节点的中间节点,并得到与所述中间节点相邻的节点构成的备选节点列表;
第二处理模块,用于基于轨道图,识别所述备选节点列表中各备选节点对应的轨道段的类型;
第三处理模块,用于在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从所述起始节点到所述中间节点的第一实际代价以及从所述中间节点经过所述备选节点到所述终点节点的各子路径的各第二实际代价;
第四处理模块,用于在所述第一实际代价与所述第二实际代价的和超过时间阈值的情况下,将子路径中与所述备选节点相邻的节点放入所述中间节点对应的关闭节点列表;所述中间节点对应的关闭节点列表中的节点不会在经过所述中间节点搜寻时被访问;
第五处理模块,用于基于所述中间节点对应的关闭节点列表以及所述备选节点列表,利用A星算法搜寻节点,得到所述目标天车的预测路径。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于任务时限要求的天车路径规划方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于任务时限要求的天车路径规划方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述基于任务时限要求的天车路径规划方法。
本发明提供的基于任务时限要求的天车路径规划方法及装置,通过在计算中间节点的代价时考虑到与中间节点相邻的节点是否位于环形轨道段上,将不满足时间阈值的相邻节点放入中间节点对应的关闭节点列表,进而筛选掉中间节点到终点节点路径上不满足任务时限要求的相邻节点,可以大大简化算法中所需要复杂评估目标代价的路径数量,降低运算量,提升路径规划预测的效率。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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是本发明提供的基于任务时限要求的天车路径规划方法的流程示意图之一;
图2是本发明提供的基于任务时限要求的天车路径规划方法的流程示意图之二;
图3是本发明提供的基于任务时限要求的天车路径规划装置的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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作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。
下面结合图1-图4描述本发明的基于任务时限要求的天车路径规划方法及装置。
如图1所示,本发明实施例的基于任务时限要求的天车路径规划方法主要包括步骤110、步骤120、步骤130、步骤140、步骤150以及步骤160。
步骤110,将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点。
可以理解的是,A星算法的核心思想是通过启发式函数来估计从起始节点到终点节点的代价,并在搜索过程中选择最优路径。对于目标天车的搬运任务,起点位置所处的轨道段可以作为起始节点,而搬运任务的终点位置对应的轨道段可以作为终点节点。
根据半导体工厂所搭建的轨道的实际情况,确定出轨道图,可以将轨道上每个贴有二维码标签的单一轨道段作为一个节点,或者将单独一段运行速度要求相同的组合轨道段作为一个节点。
在此基础上,需要先识别图中的轨道段类型,包括轨道段类型至少包括直线轨道段、交叉轨道段、环形轨道段以及弯曲轨道段。不同的轨道段类型可能连接着不同的下一个轨道段。例如,在直线轨道段上,直线轨道段都按照一段接一段的方式连接,直线轨道段上只存在一个路径。而在交叉以及弯曲这样的轨道段位置,轨道段可能存在多个路径。而在环形轨道段中,既包含直线轨道段也包含弯曲轨道段,进而围绕拼组成环形路径。此外,不同的轨道段由于位置以及形态的限制,其上的天车运行速度也会有较大差距,因此不同的轨道段类型会对天车的路径规划产生较大的影响。
在一些实施例中,在将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点之前,基于任务时限要求的天车路径规划方法还包括:确定目标天车所在的区域内的轨道图;基于轨道图中各轨道段的类型以及允许运行速度,将相同类型且运行速度相同连续轨道段的起始点确定为轨道图中的节点。
轨道段的类型至少包括直线轨道段、交叉轨道段、弯曲轨道段以及环形轨道段。
首先需要获取天车所在区域的轨道图数据,包括各个轨道段的类型以及位置,进而得到各个轨道段对应的路径的连接关系。
分析轨道图中各轨道段的类型以及允许运行速度,包括直线轨道段、交叉轨道段以及弯曲轨道段,并获取每个轨道段的允许运行速度信息。
根据各个轨道段对应的路径的连接关系和允许运行速度,将相同类型且运行速度相同的连续轨道段的起始点确定为轨道图中的节点,也就是将每个轨道段或组合轨道段作为一个节点。
在确定了轨道图中的节点之后,可以使用路径规划算法来找到满足任务时限要求的最优路径。路径规划过程中需要考虑各个轨道段之间的连接关系、距离、速度限制等因素,以确保天车可以在规定的时限内完成搬运任务。
步骤120,利用A星算法从目标节点列表中遍历搜索得到连接起始节点的中间节点,并得到与中间节点相邻的节点构成的备选节点列表。
可以理解的是,创建一个空的开放列表,用于存储待探索的节点。同时,创建一个空的总关闭节点列表,用于存储已经探索过的节点。
将起始节点加入开放列表,并设置起始节点的启发式评估函数值(f值)为0。
在迭代搜索过程中,检查开放列表是否为空。如果为空,表示无法找到路径,搜索结束。从开放列表中选择f值最小的节点作为当前节点,并将其移出开放列表,加入闭合列表。检查当前节点是否是终点节点,如果是,则表示已找到路径,搜索结束。如果当前中间节点不是终点节点,则遍历当前中间节点的相邻节点所构成的备选节点列表。对于备选节点列表中的每个相邻节点,检查是否已经在总关闭节点列表中,如果是则跳过。如果相邻节点不在闭合列表中,则计算该节点的g值(从起始节点到该节点的实际代价)和h值(该节点到目标节点的估计代价),并计算目标代价f值。
在迭代搜索过程中,检查相邻节点是否已经在开放列表中。如果是,则更新该节点的g值和f值,如果新的g值更小,则将其父节点设置为当前中间节点。如果相邻节点不在开放列表中,则将其加入开放列表,并设置其父节点为当前中间节点,同时记录其g值、h值和f值。
可以理解的是,需要重复上述迭代搜索过程,直到搜索结束。
目标代价包括目标实际代价和目标预估代价;目标实际代价为目标天车从起始节点到中间节点的实际用时,即g值,目标预估代价为目标天车从中间节点到终点节点的预估用时,即h值。
在利用算法进行预测的过程中,目标实际代价以及目标预估代价均为估算值。在迭代搜索过程中,对每个中间节点,记录其g值、h值和f值。在计算g值和h值是可以考虑每个轨道段上经过的天车数量、每个轨道段上每个天车占用的时间以及行驶方向、每个轨道段的速度要求这些参数,进而计算得到目标代价f值。
可以考虑使用如下的公式来衡量路径的代价:
f(n) = g(n) + h(n);
其中,f(n) 表示从起始节点到当前中间节点 n 的目标代价,g(n) 表示从起始节点到当前中间节点 n 的目标实际代价,h(n) 表示当前中间节点 n 到终点节点的目标预估代价。
对于环形轨道路径规划问题,可以根据具体情况来定义和计算这些代价。
目标实际代价 g(n)以及目标预估代价h(n)的计算是基于每个轨道段上经过的天车数量、每个轨道段上每个天车占用的时间、每个天车的行驶方向以及每个轨道段的允许运行速度得到的。
可以根据半导体工厂内的搬运任务安排,将每个轨道段上经过的天车数量作为一个权重因子,乘以轨道段的长度,表示在该轨道段上经过每个天车所产生的实际代价。
可以将天车占用时间作为一个权重因子,乘以轨道段的长度,表示在该轨道段上每个天车所占用的实际代价。天车占用时间与天车的运行方式有关系,例如漫游的天车以及在一些复杂工艺设备旁执行搬运任务的天车占用时间会更长。
如果需要考虑行驶方向的话,可以根据轨道段的行驶方向与天车的行驶方向之间的关系给予不同的权重。与目标天车具有相同的行驶方向的天车对目标天车的影响会较小,而与目标天车相向行驶的天车会对目标天车的影响较大,使得目标天车的行驶时间更长。
在考虑每个轨道段的速度要求时,可以将轨道段的速度要求作为一个权重因子,乘以轨道段的长度,表示在该轨道段上根据速度要求所估计的代价。
在此基础上,将实际代价 g(n) 和估计代价 h(n) 相加即可得到目标代价 f(n)。
步骤130,基于轨道图,识别备选节点列表中各备选节点对应的轨道段的类型。
需要说明的是,在路径规划中存在着环形轨道和轨道其中的天车,而这些环形路径并不会提高天车的运行效率,反而增加了耗时。同时,由于算法需要考虑这些环形路径以及其中的天车来计算目标代价f值,因此会增加计算量,降低路径规划算法的处理效率,进而影响路径预测的效率。
因此,在对中间节点计算代价f值之前,需要先对与中间节点相邻的备选节点列表中的备选节点进行筛选。可以先基于轨道图,识别备选节点列表中各备选节点对应的轨道段的类型。
步骤140,在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从起始节点到中间节点的第一实际代价以及从中间节点经过备选节点到终点节点的各子路径的各第二实际代价。
需要说明的是,第一实际代价可以采用与目标实际代价 g(n)相同的计算方式计算得到,即基于每个轨道段上经过的天车数量、每个轨道段上每个天车占用的时间、每个天车的行驶方向以及每个轨道段的允许运行速度来计算得到。
为降低计算量,第一实际代价也可以只考虑起始节点与中间节点的路径上的轨道段长度以及轨道段的允许运行速度来进行计算,此处不作限制。
而在对第二实际代价进行计算时,由于需要考虑总的时间代价是否满足目标天车的任务时限要求,可以求得一个比实际代价较小的预估代价来进行判断。在偏小的预估代价还不能满足时限要求的情况下,可以直接将一些路径舍弃掉,无需按照A星算法来进行复杂的目标预估代价计算,降低运算量,提升路径规划预测的效率。
在一些实施例中,计算从中间节点经过备选节点到终点节点的各子路径的各第二实际代价,包括以下过程。
可以先基于中间节点到终点节点之间各节点间对应的轨道段的类型,确定各轨道段的天车允许运行速度,再基于各轨道段的天车允许运行速度,确定各轨道段上天车的最小运行时间,最后通过广度优先搜索算法,确定从中间节点到终点节点的各子路径的各天车最小运行时间,并将各天车最小运行时间作为各子路径的各第二实际代价。
首先,根据具体需求和规则,确定各个轨道段的类型,如直线轨道段或者弯曲轨道段等。
根据每个轨道段的类型,确定相应的天车允许运行的速度范围或速度等级。例如,直线段上天车可以以更高的速度运行,而曲线段上天车需要以较低的速度运行。
对于每个轨道段,可以根据天车的允许运行速度,计算出运行该段轨道所需要的最小运行时间。这可以通过将轨道段的长度除以天车的允许速度来得到。
使用广度优先搜索算法来找到从中间节点到终点节点的最短路径。在搜索过程中,对于每条搜索路径,记录每个子路径的天车最小运行时间。初始化中间节点的天车最小运行时间为0,并从中间节点开始进行广度优先搜索,逐步扩展搜索范围,更新子路径的天车最小运行时间。在每次扩展搜索时,计算新节点的天车最小运行时间,可以根据已经计算得到的父节点的天车最小运行时间和对应的轨道段上的最小运行时间来更新。
在本实施方式中,利用广度优先搜索算法能够找到从中间节点到目标节点的最短路径。这是因为广度优先搜索按照层次逐步扩展搜索范围,保证了先搜索到的路径长度更短,因此可以在较短的时间内找到最短路径,即快速找到包含环形轨道路径的路径。
在此过程中,广度优先搜索算法会将已经访问过的节点标记为已访问,避免对同一节点进行重复计算。这样可以减少不必要的计算量,从而提高此时的搜索效率。
步骤150,在第一实际代价与第二实际代价的和超过时间阈值的情况下,将子路径中与备选节点相邻的节点放入中间节点对应的关闭节点列表。
中间节点对应的关闭节点列表中的节点不会在经过中间节点搜寻时被访问。
时间阈值可以根据任务实现来进行设置,时间阈值可以比任务时限略短,或者时间阈值等于任务时限。
在第一实际代价与第二实际代价的和超过时间阈值的情况下,将子路径中与备选节点相邻的节点放入中间节点对应的关闭节点列表,可以提高搜索效率和减少计算量。通过将与备选节点相邻的节点放入关闭节点列表,可以避免在经过中间节点时再次访问这些相邻节点,可以有效避开耗时较长而超出任务时限要求的环形轨道,从而减少搜索范围。
在第一实际代价与第二实际代价的和已经超过时间阈值的情况下,这些相邻节点的路径实际代价也会超过时间阈值,因此不需要再考虑它们作为备选节点。
步骤160,基于中间节点对应的关闭节点列表以及备选节点列表,利用A星算法搜寻节点,得到目标天车的预测路径。
可以理解的是,在筛选掉一些涉及到环形轨道路径的备选节点之后,继续利用A星算法搜寻节点,可以得到使得路径最优的目标天车的预测路径。
根据本发明实施例提供的基于任务时限要求的天车路径规划方法,通过在计算中间节点的代价时考虑到与中间节点相邻的节点是否位于环形轨道段上,将不满足时间阈值的相邻节点放入中间节点对应的关闭节点列表,进而筛选掉中间节点到终点节点路径上不满足任务时限要求的相邻节点,可以大大简化算法中所需要复杂评估目标代价的路径数量,降低运算量,提升路径规划预测的效率。
在一些实施例中,基于中间节点对应的关闭节点列表以及备选节点列表,利用A星算法搜寻节点,得到目标天车的预测路径,主要包括步骤161和步骤162。
步骤161,从中间节点的备选节点列表中选择目标代价最小的备选节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表中。
步骤162,对当前的中间节点的相邻节点进行遍历,在当前的中间节点的第一相邻节点位于中间节点对应的关闭节点列表或者总关闭节点列表的情况下,跳过第一相邻节点;计算剩余的第二相邻节点的目标代价,并将目标代价最小的第二相邻节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表;重复该步骤,直至将终点节点放入开放节点列表中,并从终点节点向上回溯每一个父节点至起始节点,得到预测路径。
可以理解的是,在本实施方式中,需要在一开始初始化起始节点和终点节点,并将起始节点加入开放节点列表。从开放节点列表中选择代价最小的节点作为当前节点。检查当前中间节点是否为目标节点。如果是,则搜索结束,路径找到。
如果当前节点只是中间节点而不是终点节点,则进行以下操作。
即从中间节点的备选节点列表中选择目标代价最小的备选节点作为当前的中间节点,并将原先的中间节点放入总关闭节点列表中。
遍历当前中间节点的相邻节点,如果相邻节点在中间节点对应的关闭节点列表或总关闭节点列表中,则跳过该相邻节点。如果相邻节点不在开放节点列表中,则将其加入开放节点列表,并记录其父节点以及代价。
在当前的中间节点的第一相邻节点位于中间节点对应的关闭节点列表或者总关闭节点列表的情况下,则说明第一相邻节点位于不满足任务时限要求的环形轨道上,或者已经搜寻过,进而跳过第一相邻节点。在此基础上,计算剩余的第二相邻节点的目标代价,并将目标代价最小的第二相邻节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表,从心开始搜索。重复该步骤,直至将终点节点放入开放节点列表中,并从终点节点向上回溯每一个父节点至起始节点,得到预测路径。
需要注意的是,在选择中间节点时,要从备选节点列表中选择目标代价最小的节点。在遍历相邻节点时,要跳过已经在各个关闭节点列表中的节点,以减少搜索范围,进而提高路径规划预测的效率。
在一些实施例中,在基于轨道图,识别备选节点列表中各备选节点对应的轨道段的类型之后,本发明实施例的基于任务时限要求的天车路径规划方法还包括:在与中间节点对应的轨道段不包括环形轨道段的情况下,基于中间节点的备选节点列表中各备选节点,利用A星算法搜寻节点,得到目标天车的预测路径。
可以理解的是,在不涉及到环形轨道的情况下,可以继续按照A星算法原有的步骤来进行路径规划预测,可以快速而又准确的找到合适的预测路径。
下面对本发明提供的基于任务时限要求的天车路径规划装置进行描述,下文描述的基于任务时限要求的天车路径规划装置与上文描述的基于任务时限要求的天车路径规划方法可相互对应参照。
如图3所示,本发明实施例的基于任务时限要求的天车路径规划装置主要包括节点选择模块310、第一处理模块320、第二处理模块330、第三处理模块340、第四处理模块350以及第五处理模块360。
节点选择模块310用于将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;
第一处理模块320用于利用A星算法从目标节点列表中遍历搜索得到连接起始节点的中间节点,并得到与中间节点相邻的节点构成的备选节点列表;
第二处理模块330用于基于轨道图,识别备选节点列表中各备选节点对应的轨道段的类型;
第三处理模块340用于在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从起始节点到中间节点的第一实际代价以及从中间节点经过备选节点到终点节点的各子路径的各第二实际代价;
第四处理模块350用于在第一实际代价与第二实际代价的和超过时间阈值的情况下,将子路径中与备选节点相邻的节点放入中间节点对应的关闭节点列表;中间节点对应的关闭节点列表中的节点不会在经过中间节点搜寻时被访问;
第五处理模块360用于基于中间节点对应的关闭节点列表以及备选节点列表,利用A星算法搜寻节点,得到目标天车的预测路径。
根据本发明实施例提供的基于任务时限要求的天车路径规划装置,通过在计算中间节点的代价时考虑到与中间节点相邻的节点是否位于环形轨道段上,将不满足时间阈值的相邻节点放入中间节点对应的关闭节点列表,进而筛选掉中间节点到终点节点路径上不满足任务时限要求的相邻节点,可以大大简化算法中所需要复杂评估目标代价的路径数量,降低运算量,提升路径规划预测的效率。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行基于任务时限要求的天车路径规划方法,该方法包括:将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;利用A星算法从目标节点列表中遍历搜索得到连接起始节点的中间节点,并得到与中间节点相邻的节点构成的备选节点列表;基于轨道图,识别备选节点列表中各备选节点对应的轨道段的类型;在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从起始节点到中间节点的第一实际代价以及从中间节点经过备选节点到终点节点的各子路径的各第二实际代价;在第一实际代价与第二实际代价的和超过时间阈值的情况下,将子路径中与备选节点相邻的节点放入中间节点对应的关闭节点列表;中间节点对应的关闭节点列表中的节点不会在经过中间节点搜寻时被访问;基于中间节点对应的关闭节点列表以及备选节点列表,利用A星算法搜寻节点,得到目标天车的预测路径。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的基于任务时限要求的天车路径规划方法,该方法包括:将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;利用A星算法从目标节点列表中遍历搜索得到连接起始节点的中间节点,并得到与中间节点相邻的节点构成的备选节点列表;基于轨道图,识别备选节点列表中各备选节点对应的轨道段的类型;在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从起始节点到中间节点的第一实际代价以及从中间节点经过备选节点到终点节点的各子路径的各第二实际代价;在第一实际代价与第二实际代价的和超过时间阈值的情况下,将子路径中与备选节点相邻的节点放入中间节点对应的关闭节点列表;中间节点对应的关闭节点列表中的节点不会在经过中间节点搜寻时被访问;基于中间节点对应的关闭节点列表以及备选节点列表,利用A星算法搜寻节点,得到目标天车的预测路径。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的基于任务时限要求的天车路径规划方法,该方法包括:将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;利用A星算法从目标节点列表中遍历搜索得到连接起始节点的中间节点,并得到与中间节点相邻的节点构成的备选节点列表;基于轨道图,识别备选节点列表中各备选节点对应的轨道段的类型;在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从起始节点到中间节点的第一实际代价以及从中间节点经过备选节点到终点节点的各子路径的各第二实际代价;在第一实际代价与第二实际代价的和超过时间阈值的情况下,将子路径中与备选节点相邻的节点放入中间节点对应的关闭节点列表;中间节点对应的关闭节点列表中的节点不会在经过中间节点搜寻时被访问;基于中间节点对应的关闭节点列表以及备选节点列表,利用A星算法搜寻节点,得到目标天车的预测路径。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是: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 (5)
1.一种基于任务时限要求的天车路径规划方法,其特征在于,包括:
将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;
利用A星算法从目标节点列表中遍历搜索得到连接所述起始节点的中间节点,并得到与所述中间节点相邻的节点构成的备选节点列表;
基于轨道图,识别所述备选节点列表中各备选节点对应的轨道段的类型;
在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从所述起始节点到所述中间节点的第一实际代价以及从所述中间节点经过所述备选节点到所述终点节点的各子路径的各第二实际代价;
在所述第一实际代价与所述第二实际代价的和超过时间阈值的情况下,将子路径中与所述备选节点相邻的节点放入所述中间节点对应的关闭节点列表;所述中间节点对应的关闭节点列表中的节点不会在经过所述中间节点搜寻时被访问;
基于所述中间节点对应的关闭节点列表以及所述备选节点列表,利用A星算法搜寻节点,得到所述目标天车的预测路径;
所述基于所述中间节点对应的关闭节点列表以及所述备选节点列表,利用A星算法搜寻节点,得到所述目标天车的预测路径,包括:
从所述中间节点的备选节点列表中选择目标代价最小的备选节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表中;
对当前的中间节点的相邻节点进行遍历,在当前的中间节点的第一相邻节点位于中间节点对应的关闭节点列表或者总关闭节点列表的情况下,跳过所述第一相邻节点;计算剩余的第二相邻节点的目标代价,并将目标代价最小的第二相邻节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表;重复该步骤,直至将所述终点节点放入所述开放节点列表中,并从所述终点节点向上回溯每一个父节点至所述起始节点,得到所述预测路径;
所述目标代价包括目标实际代价和目标预估代价;所述目标实际代价为所述目标天车从所述起始节点到所述中间节点的实际用时,所述目标预估代价为所述目标天车从所述中间节点到所述终点节点的预估用时;
所述目标代价是基于每个轨道段上经过的天车数量、每个轨道段上每个天车占用的时间、每个天车的行驶方向以及每个轨道段的允许运行速度得到的;
各第二实际代价通过以下方式确定:
基于所述中间节点到所述终点节点之间各节点间对应的轨道段的类型,确定各轨道段的天车允许运行速度;
基于各轨道段的天车允许运行速度,确定各轨道段上天车的最小运行时间;
通过广度优先搜索算法,确定从所述中间节点到所述终点节点的各子路径的各天车最小运行时间,并将各天车最小运行时间作为各子路径的各第二实际代价;
在所述基于轨道图,识别所述备选节点列表中各备选节点对应的轨道段的类型之后,所述方法还包括:
在与所述中间节点对应的轨道段不包括环形轨道段的情况下,基于所述中间节点的备选节点列表中各备选节点,利用A星算法搜寻节点,得到所述目标天车的预测路径。
2.根据权利要求1所述的基于任务时限要求的天车路径规划方法,其特征在于,在所述将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点之前,所述方法还包括:
确定所述目标天车所在的区域内的轨道图;
基于所述轨道图中各轨道段的类型以及允许运行速度,将相同类型且运行速度相同连续轨道段的起始点确定为轨道图中的节点;所述轨道段的类型至少包括直线轨道段、交叉轨道段、弯曲轨道段以及环形轨道段。
3.一种基于任务时限要求的天车路径规划装置,其特征在于,包括:
节点选择模块,用于将目标天车的搬运任务起点位置所处的轨道段作为起始节点,并将搬运任务终点位置对应的轨道段作为终点节点;
第一处理模块,用于利用A星算法从目标节点列表中遍历搜索得到连接所述起始节点的中间节点,并得到与所述中间节点相邻的节点构成的备选节点列表;
第二处理模块,用于基于轨道图,识别所述备选节点列表中各备选节点对应的轨道段的类型;所述第二处理模块还用于在与所述中间节点对应的轨道段不包括环形轨道段的情况下,基于所述中间节点的备选节点列表中各备选节点,利用A星算法搜寻节点,得到所述目标天车的预测路径;
第三处理模块,用于在备选节点列表中备选节点对应的轨道段位于环形轨道段的情况下,分别计算从所述起始节点到所述中间节点的第一实际代价以及从所述中间节点经过所述备选节点到所述终点节点的各子路径的各第二实际代价;所述第三处理模块还用于基于所述中间节点到所述终点节点之间各节点间对应的轨道段的类型,确定各轨道段的天车允许运行速度;基于各轨道段的天车允许运行速度,确定各轨道段上天车的最小运行时间;通过广度优先搜索算法,确定从所述中间节点到所述终点节点的各子路径的各天车最小运行时间,并将各天车最小运行时间作为各子路径的各第二实际代价;
第四处理模块,用于在所述第一实际代价与所述第二实际代价的和超过时间阈值的情况下,将子路径中与所述备选节点相邻的节点放入所述中间节点对应的关闭节点列表;所述中间节点对应的关闭节点列表中的节点不会在经过所述中间节点搜寻时被访问;
第五处理模块,用于基于所述中间节点对应的关闭节点列表以及所述备选节点列表,利用A星算法搜寻节点,得到所述目标天车的预测路径;所述第五处理模块还用于从所述中间节点的备选节点列表中选择目标代价最小的备选节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表中;对当前的中间节点的相邻节点进行遍历,在当前的中间节点的第一相邻节点位于中间节点对应的关闭节点列表或者总关闭节点列表的情况下,跳过所述第一相邻节点;计算剩余的第二相邻节点的目标代价,并将目标代价最小的第二相邻节点作为当前的中间节点放入开放节点列表中,并将原先的中间节点放入总关闭节点列表;重复该步骤,直至将所述终点节点放入所述开放节点列表中,并从所述终点节点向上回溯每一个父节点至所述起始节点,得到所述预测路径;所述目标代价包括目标实际代价和目标预估代价;所述目标实际代价为所述目标天车从所述起始节点到所述中间节点的实际用时,所述目标预估代价为所述目标天车从所述中间节点到所述终点节点的预估用时;所述目标代价是基于每个轨道段上经过的天车数量、每个轨道段上每个天车占用的时间、每个天车的行驶方向以及每个轨道段的允许运行速度得到的。
4.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1或2所述基于任务时限要求的天车路径规划方法。
5.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1或2所述基于任务时限要求的天车路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410153923.4A CN117709839B (zh) | 2024-02-04 | 2024-02-04 | 基于任务时限要求的天车路径规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410153923.4A CN117709839B (zh) | 2024-02-04 | 2024-02-04 | 基于任务时限要求的天车路径规划方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117709839A CN117709839A (zh) | 2024-03-15 |
CN117709839B true CN117709839B (zh) | 2024-04-23 |
Family
ID=90151911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410153923.4A Active CN117709839B (zh) | 2024-02-04 | 2024-02-04 | 基于任务时限要求的天车路径规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117709839B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104567854A (zh) * | 2013-10-24 | 2015-04-29 | 中国科学院沈阳自动化研究所 | 一种面向半导体生产线搬运系统天车路线规划方法 |
CN111047250A (zh) * | 2019-11-25 | 2020-04-21 | 中冶南方(武汉)自动化有限公司 | 一种天车运行路径的规划方法 |
CN111060109A (zh) * | 2020-01-03 | 2020-04-24 | 东南大学 | 一种基于改进a星算法的无人艇全局路径规划方法 |
CN113311829A (zh) * | 2021-05-11 | 2021-08-27 | 北京理工大学 | 一种基于动态时间窗冲突搜索的多机器人路径规划方法 |
CN116414139A (zh) * | 2023-06-07 | 2023-07-11 | 成都理工大学 | 基于A-Star算法的移动机器人复杂路径规划方法 |
CN116642508A (zh) * | 2023-05-30 | 2023-08-25 | 广州高新兴机器人有限公司 | 一种改进a星算法的路径规划方法,装置及机器人 |
CN116934059A (zh) * | 2023-09-18 | 2023-10-24 | 华芯(嘉兴)智能装备有限公司 | 一种天车调度方法、装置、设备及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230131553A1 (en) * | 2021-10-27 | 2023-04-27 | Volvo Car Corporation | Environment-aware path planning for a self-driving vehicle using dynamic step-size search |
-
2024
- 2024-02-04 CN CN202410153923.4A patent/CN117709839B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104567854A (zh) * | 2013-10-24 | 2015-04-29 | 中国科学院沈阳自动化研究所 | 一种面向半导体生产线搬运系统天车路线规划方法 |
CN111047250A (zh) * | 2019-11-25 | 2020-04-21 | 中冶南方(武汉)自动化有限公司 | 一种天车运行路径的规划方法 |
CN111060109A (zh) * | 2020-01-03 | 2020-04-24 | 东南大学 | 一种基于改进a星算法的无人艇全局路径规划方法 |
CN113311829A (zh) * | 2021-05-11 | 2021-08-27 | 北京理工大学 | 一种基于动态时间窗冲突搜索的多机器人路径规划方法 |
CN116642508A (zh) * | 2023-05-30 | 2023-08-25 | 广州高新兴机器人有限公司 | 一种改进a星算法的路径规划方法,装置及机器人 |
CN116414139A (zh) * | 2023-06-07 | 2023-07-11 | 成都理工大学 | 基于A-Star算法的移动机器人复杂路径规划方法 |
CN116934059A (zh) * | 2023-09-18 | 2023-10-24 | 华芯(嘉兴)智能装备有限公司 | 一种天车调度方法、装置、设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
谢辉辉;胡江;班玉荣.基于A*算法的AGV路径规划的研究.制造业自动化.(03), * |
Also Published As
Publication number | Publication date |
---|---|
CN117709839A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113031603B (zh) | 一种基于任务优先级的多物流机器人协同路径规划方法 | |
WO2023155371A1 (zh) | 室内移动机器人的平稳移动全局路径规划方法 | |
CN103364004B (zh) | 路径搜索方法和路径搜索装置 | |
CN103309917B (zh) | 路径搜索方法和路径搜索装置 | |
EP1335315A2 (en) | Dual Dijkstra search for planning multiple paths | |
CN108549952B (zh) | 车辆搭载无人机双层路径的优化方法及装置 | |
US20220292413A1 (en) | Bike sharing rebalancing optimization method based on adaptive neighborhood search algorithm | |
CN108280463B (zh) | 车辆搭载无人机双层路径的优化方法及装置 | |
CN113485369A (zh) | 改进a*算法的室内移动机器人路径规划和路径优化方法 | |
CN103309932A (zh) | 路径搜索方法和路径搜索设备 | |
WO2010058785A1 (ja) | 経路計算順決定方法、プログラムおよび計算装置 | |
CN114399125B (zh) | 车队最优轨迹控制方法、装置、电子设备及存储介质 | |
CN115077544A (zh) | 列车路径规划方法、装置、电子设备和存储介质 | |
CN117709839B (zh) | 基于任务时限要求的天车路径规划方法及装置 | |
CN115685982A (zh) | 基于连通图和迭代搜索的导航路径规划方法 | |
CN107449426B (zh) | 导航逻辑方法及其室内ar导航系统 | |
Ticha et al. | A solution method for the multi-destination bi-objectives shortest path problem | |
CN110975291B (zh) | 一种路径提取方法及系统 | |
CN113295177A (zh) | 基于实时路况信息的动态路径规划方法及系统 | |
CN116429138A (zh) | 路径规划方法、装置、车辆及存储介质 | |
CN116449826A (zh) | 基于路径平滑和双向跳点搜索的移动机器人路径规划方法 | |
CN115392539A (zh) | 一种基于贪婪算法的路径规划算法 | |
CN111323036B (zh) | 原料场智能寻优路径方法、系统、电子设备和存储介质 | |
CN115018211A (zh) | 一种运输调度线路设定方法和装置 | |
JP6229233B2 (ja) | 基地局配置場所決定装置、基地局配置場所決定方法及びプログラム |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |