基于改进A*算法的多AGV路径规划研究

基于改进A^*算法的多AGV路径规划研究

自动导引车AGV(Automated guided vehicle,AGV)的路径规划问题是工业生产和物流领域的关键问题，其中多AGV无碰撞路径规划是研究的难点。本文以实际工业生产现场为背景，提出一种改进的A^*算法，该算法利用切比雪夫距离对传统A^*算法的启发函数进行加权，显著地减少了A^*算法的搜索时间和搜索节点数，提高了传统A^*算法的路径搜索效率，并将改进的A^*算法和时间窗模型结合，通过时间窗模型提前预判多AGV路径上节点占用情况，根据生产任务需求和AGV离终点的远近程度，动态调整AGV的优先级，有效地解决了多AGV同时行驶时产生的死锁，碰撞冲突问题。试验结果表明，该算法在多AGV进行动态路径规划时，路径的搜索效率得到显著的提高，路径冲突问题也得到有效的解决。