多AGV路径规划方法研究

  • 多AGV路径规划方法研究已关闭评论
  • 175 views
  • A+
所属分类:AGV设计资料
摘要

针对多自动导引车(Automated Guided Vehicle,AGV)在仓储物流中的路径规划问题,提出一种基于时间窗模型的动态路径规划方法,以实现多AGV的动态路径规划。首先,利用A~*算法启发式地为多个AGV规划路径;其次,计算AGV经过路径节点的时间,通过对时间窗的排布和更新解决了多AGV在路径规划中的碰撞冲突问题,而且通过动态地为多AGV分配优先级,提升了系统效率;最后,当路径中出现障碍物时,通过动态更改道路权重,重新进行路径规划,实现了实时避障。仿真实验结果表明,该算法在保证路径最优的条件下能有效避免碰撞冲突,完成无重复、无冲突的系统调度,不仅能提高系统效率,而且在动态环境下具有良好的适应性和鲁棒性。

1引言

在仓储物流过程中,装载、卸载、运输等环节所耗费的时间占整个物流过程时间的绝大部分,从而导致物料运输费用在总成本中占比较高。而多AGV路径规划方法,对改善物流运输系统结构、降低物流运输成本、提升系统运行效率起着重要的作用,因此在仓储物流中具有巨大的应用价值。AGV的路径规划[1]主要包括3个方面的问题:1)确定从起点到目标点之间是否存在可行路径;2)规划出的路径必须是无阻塞、无冲突、无死锁的;3)规划出的路径应使得整个系统的运行效率达到最优。

针对AGV的路径规划问题,国内外学者做了很多研究。Oboth[2]提出了一种连续轨迹生成算法,其能够启发式地为多台AGV生成无碰撞最短路径。该方法简单易行,便于实施,但是作为一种静态的路径规划方法,其动态适应性差,实时性不足。为了克服静态路径规划的不足,samiamaza等人[3]先求解每个AGV的多条较短可达路径,然后根据系统中每个AGV状态选择不同的路径,以实现多AGV的路径规划,但该方法计算量大,且不能保证路径最优。Mohring和Kohler[4]提出一种最短路径计算方法,在该算法中,目标是计算每个AGV的最短可行路径。该方法能保证从起点到终点存在可行路径,且能确保路径最优,但当系统发生连续的冲突时,容易陷入死锁。针对碰撞和死锁问题,Smolic-Rocakn等[5]学者基于时间窗模型,采用动态路径规划,并通过该模型判断不同的AGV间是否有资源的竞争与碰撞冲突;贺丽娜等[6]也基于时间窗模型,规划每个AGV的运行路径及状态,实现了调度的顺利运行,但该方法着重于碰撞的预防,未考虑实时避障,且当发生连续碰撞冲突时存在系统效率较低等缺点。

本文针对多AGV动态路径规划中的一系列问题,给出了综合考虑路径代价以及系统效率的多AGV动态路径规划方法。用A*算法顺序地为AGV规划路径,并通过加入时序的方法引入时间窗,以时间窗的排布和更新解决了多AGV的碰撞冲突问题;通过为AGV动态地分配优先级,优化了目标函数,提升了系统效率;除此外,当路径中出现障碍物时,动态地更改了道路的路径代价,并重新进行了路径规划,从而实现了动态环境下的实时避障。

2问题描述

2.1场景描述

本文基于仓储物流的应用背景进行研究。由于在仓储物流中需要把货物运输到指定地点,因此在环境中需要设置位置信息相互关联的节点[7],为AGV的路径规划指明装载点或卸载点;同时,由于仓储物流中有物流成本,因此在路径规划中需要计算路径代价,鉴于此情况,本文采用拓扑建模法构建地图。

多AGV路径规划方法研究

图1 拓扑建模法构建的地图


抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。