一种适用于物流仓储系统的自动导引车全局路径规划方法技术方案

本发明专利技术提供一种适用于物流仓储系统的自动导引车全局路径规划方法，包括步骤：根据环境信息建立环境地图；对建立的环境地图进行去噪、区域规划及膨胀处理；以环境地图为基础，获取起始点n0的坐标和目标点nt的坐标，根据优化的路径代价函数进行全局路径规划。本发明专利技术提供的自动导引车全局路径规划方法，采用优化的路径代价函数，考虑到了转弯因子(转弯趋势、转弯幅度以及运行速度等)和障碍物距离因子，增加了这两个因子后，提高了启发式评估函数对转弯、与障碍物之间的距离的敏感度，大大减少了转弯次数以及增大了其与障碍物之间的距离，即所规划出的全局路径的转弯次数减少、避免了自动导引车紧贴障碍物行走。

A global path planning method for automated guided vehicles for logistics storage system

The invention provides a global path planning method for an automatic guided vehicle suitable for a logistics storage system, including steps: establishing an environmental map according to the environmental information; denoising, regional planning and expansion processing of the established environmental map; obtaining the coordinates of the starting point N0 and the target point NT based on the environmental map; and root. According to the optimized path cost function, the global path planning is carried out. The global path planning method of the automatic guided vehicle provided by the invention adopts the optimized path cost function, takes into account the turning factor (turning trend, turning range, running speed, etc.) and the obstacle distance factor, and increases the two factors, thereby improving the distance between the turning and the obstacle of the heuristic evaluation function. Sensitivity greatly reduces the number of turns and increases the distance between the vehicle and the obstacle, that is, the number of turns in the planned global path is reduced, avoiding the automatic guidance vehicle walking close to the obstacle.

【技术实现步骤摘要】
一种适用于物流仓储系统的自动导引车全局路径规划方法
本专利技术涉及路径规划
，具体而言涉及一种适用于物流仓储系统的自动导引车全局路径规划方法。
技术介绍
近年来，随着互联网技术、人工智能技术、计算机技术、传感器技术的不断发展，机器人技术也得以快速发展。自动导引车由于具有自动化程度高、工作稳定性高、效率高等特点，广泛应用于电商分拣中心、制造业原料仓库及成品仓库、3C制造业、烟草、医疗、汽车、食品、服装等行业。路径规划作为自动导引车自主导航的核心要素之一，是体现自动导引车体现智能化、高效率的一个重要标志。自动导引车路径规划是指在一定环境条件下，选择一条从起始点到目标点的路径，使得自动导引车可以快速安全地到达目标。路径规划主要根据环境是否已知来采取不同的方法，对于已知环境多采用全局路径规划，得到最优路径；对于未知的环境多采用局部路径规划，根据实时采集到的环境信息得出较优的局部路径。目前自动导引车路径规划方面已有很多的研究成果。现有全局路径规划算法的理论研究较为完善，目前比较成熟的是A-Star算法和RRT(快速遍历随机树，Rapidly-exploringRandomTree)算法以及一些基于它们的变种算法，都可以很好得找到近似的最短路径。但这些算法依然还存在一些问题，由于过分追求路径最短，造成所得的路径普遍存在转弯多、路径紧贴障碍物的问题，导致自动导引车在实际工作行驶过程中出现频繁加减速、转弯、停顿等情况，这些都很大影响了自动导引车(AGV)的运行效率和安全性。
技术实现思路
本专利技术要解决的技术问题是使所规划出的路径中转弯次数尽量少、避免紧贴障碍物，进而减少了自动导引车(AGV)在实际工作行驶过程中出现频繁加减速、转弯、停顿等情况的发生，提高自动导引车(AGV)的运行效率和安全性。为此，本专利技术的目的在于提供一种适用于物流仓储系统的自动导引车全局路径规划方法，对路径规划的A-Star算法进行优化，与现有技术中的A-Star算法相比，本专利技术所提出的A-Star算法的启发式评估函数考虑到转弯因子(转弯趋势、转弯幅度以及运行速度等)和障碍物距离因子(待检查点与障碍物之间的距离)，增加了这两个因子后，提高了启发式评估函数对转弯、与障碍物之间的距离的敏感度，大大减少了转弯次数以及增大了其与障碍物之间的距离，即所规划出的路径的转弯次数减少、避免了其紧贴障碍物行走，减少了自动导引车(AGV)在实际工作行驶过程中出现频繁加减速、转弯、停顿等情况的发生，提高了自动导引车(AGV)的运行效率和安全性，进而提高了其搬运任务的执行效率。本专利技术的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。为达成上述目的，本专利技术所采用的技术方案如下：一种适用于物流仓储系统的自动导引车全局路径规划方法，包括以下步骤：1)根据环境信息建立环境地图；2)对步骤1)建立的环境地图进行去噪、区域规划及膨胀处理；3)以步骤2)处理后的环境地图为基础，获取起始点n0的坐标和目标点nt的坐标，根据路径代价函数进行全局路径规划，具体步骤包括：31)获取自动导引车当前所处的地图上的位置，得到起始点n0的坐标和目标点nt的坐标，设定起始点n0坐标为(xo,yo)和目标点nt坐标为(xt,yt)；创建两个列表，开启列表和关闭列表，将开启列表和关闭列表均初始化为空表，将起始点n0放入开启列表中作为第一个节点，节点的集合为{n0,n1...nm-1,nm,nm+1...nt}；32)判断开启列表是否为空表，若为空表则终止程序，若不为空则继续执行；从开启列表中取出路径代价函数f(nm)值最小的节点nm作为当前节点，并把nm移到关闭列表中；设定当前节点nm的坐标为(xn,yn)；33)判断该节点nm的坐标(xn,yn)是否是目标点nt坐标(xt,yt)，若是，则已经找到路径，从当前节点nm开始顺次返回父节点，直到起始点n0坐标(xo,yo)，终止算法，依次返回的所有父节点的连线即是全局路径；若不是，则继续下一步步骤34)判断；34)按照多个方向选择步骤32)中节点nm的多个子节点，将当前节点nm的子节点设为m，设定m坐标为(xm,ym)，将当前节点nm的每一个子节点m带入路径代价函数f(m)中计算，得出每个子节点m的路径代价f(m)值，设定路径代价函数f(m)的计算公式为：f(m)＝g(m)+h(m)，公式中，g(m)＝g(nm)+g'(m)，h(m)＝h'(m)+t(m)+o(m)，公式中，g(nm)＝g'(n0)+g'(n1)+……g'(nm-2)+g'(nm-1)，公式中，f(m)表示节点m所花费的总的路径代价，g(m)表示从起始点坐标(xo,yo)到子节点m坐标(xm,ym)的实际代价，g'(m)表示从m坐标(xm,ym)到当前节点nm坐标(xn,yn)的欧几里德距离代价，g(nm)表示从起始点坐标(xo,yo)到当前节点nm坐标(xn,yn)的实际代价，由nm的父节点nm-1、nm-1的父节点nm-2……直至起始点n0(xo,yo)按顺序两两之间的欧几里德距离代价相加实现，h(m)表示从子节点m的坐标(xm,ym)到目标点nt的坐标(xt,yt)的启发式评估代价；h'(m)表示从节点坐标(xm,ym)到目标点nt坐标(xt,yt)的欧几里德距离代价；t(m)表示转弯评估代价；o(m)表示障碍物评估代价；当子节点m与当前节点nm的连线方向、与当前节点nm与其父节点nm-1的连线方向一致时，t(m)＝0，当子节点m与当前节点nm的连线方向、与当前节点nm与其父节点nm-1的连线方向不一致时，t(m)＝e(θ,vl,va,w,a,o,r)，公式中，t(m)表示转弯评估代价；θ表示转弯幅度；vl表示正常运行线速度；va表示转弯时线速度；w表示转弯角速度；a表示加速度；o表示转弯方式，原地转弯设定o＝0、曲线转弯设定o＝1；r表示转弯半径；当子节点m与某个方向的障碍物之间的距离d大于或者等于设定阈值ds时，o(m)＝0，当子节点m与某个方向的障碍物之间的距离d小于设定阈值ds时，公式中，o(m)表示障碍物评估代价，其中ρ表示代价函数系数，ρ为正整数；βi表示在i方向上的障碍物影响权重；i表示方向，j表示方向数目；Si表示子节点m在i方向上的障碍物影响值，ds表示设定阈值，di表示子节点m与i方向的障碍物之间的距离；得出当前节点nm的每个m的路径代价f(m)值，进一步判断如下：若子节点m不在开启列表和关闭列表中，则把m添加到开启列表中，然后给m一个指向当前节点nm的指针；当找到目标点nt时，可以根据这个指针找到每个节点的父节点并以此为根据找回到起始点n0形成路径；②若节点m已经在开启列表中，则比较f(m)的新值和该节点在开启列表中的旧值；若新的f(m)比较小，表示找到一条更好的路径，则以此新的f(m)值取代子节点m的旧的f(m)的值；修改子节点m的父指针为当前节点nm；若子节点m在关闭列表中，则跳过该节点，继续寻找其他方向的节点；35)重复以上32)、33)、34)步骤直到找到目标点nt或者开启列表为空为止。进一步的实施例中，所述自动导引车具有一激光雷达装置，步骤1)中所述的根据环境信息建立环境地图，具体步骤包括：11本文档来自技高网...

【技术保护点】
1.一种适用于物流仓储系统的自动导引车全局路径规划方法，其特征在于，包括以下步骤：1)根据环境信息建立环境地图；2)对步骤1)建立的环境地图进行去噪、区域规划及膨胀处理；3)以步骤2)处理后的环境地图为基础，获取起始点n0的坐标和目标点nt的坐标，根据路径代价函数进行全局路径规划，具体步骤包括：31)获取自动导引车当前所处的地图上的位置，得到起始点n0的坐标和目标点nt的坐标，设定起始点n0坐标为(xo,yo)和目标点nt坐标为(xt,yt)；创建两个列表，开启列表和关闭列表，将开启列表和关闭列表均初始化为空表，将起始点n0放入开启列表中作为第一个节点，节点的集合为{n0,n1...nm‑1,nm,nm+1...nt}；32)判断开启列表是否为空表，若为空表则终止程序，若不为空则继续执行；从开启列表中取出路径代价函数f(nm)值最小的节点nm作为当前节点，并把nm移到关闭列表中；设定当前节点nm的坐标为(xn,yn)；33)判断该节点nm的坐标(xn,yn)是否是目标点nt坐标(xt,yt)，若是，则已经找到路径，从当前节点nm开始顺次返回父节点，直到起始点n0坐标(xo,yo)，终止算法，依次返回的所有父节点的连线即是全局路径；若不是，则继续下一步步骤34)判断；34)按照多个方向选择步骤32)中节点nm的多个子节点，将当前节点nm的子节点设为m，设定m坐标为(xm,ym)，将当前节点nm的每一个子节点m带入路径代价函数f(m)中计算，得出每个子节点m的路径代价f(m)值，设定路径代价函数f(m)的计算公式为：f(m)＝g(m)+h(m)，公式中，g(m)＝g(nm)+g'(m)，h(m)＝h'(m)+t(m)+o(m)，公式中，...

【技术特征摘要】
1.一种适用于物流仓储系统的自动导引车全局路径规划方法，其特征在于，包括以下步骤：1)根据环境信息建立环境地图；2)对步骤1)建立的环境地图进行去噪、区域规划及膨胀处理；3)以步骤2)处理后的环境地图为基础，获取起始点n0的坐标和目标点nt的坐标，根据路径代价函数进行全局路径规划，具体步骤包括：31)获取自动导引车当前所处的地图上的位置，得到起始点n0的坐标和目标点nt的坐标，设定起始点n0坐标为(xo,yo)和目标点nt坐标为(xt,yt)；创建两个列表，开启列表和关闭列表，将开启列表和关闭列表均初始化为空表，将起始点n0放入开启列表中作为第一个节点，节点的集合为{n0,n1...nm-1,nm,nm+1...nt}；32)判断开启列表是否为空表，若为空表则终止程序，若不为空则继续执行；从开启列表中取出路径代价函数f(nm)值最小的节点nm作为当前节点，并把nm移到关闭列表中；设定当前节点nm的坐标为(xn,yn)；33)判断该节点nm的坐标(xn,yn)是否是目标点nt坐标(xt,yt)，若是，则已经找到路径，从当前节点nm开始顺次返回父节点，直到起始点n0坐标(xo,yo)，终止算法，依次返回的所有父节点的连线即是全局路径；若不是，则继续下一步步骤34)判断；34)按照多个方向选择步骤32)中节点nm的多个子节点，将当前节点nm的子节点设为m，设定m坐标为(xm,ym)，将当前节点nm的每一个子节点m带入路径代价函数f(m)中计算，得出每个子节点m的路径代价f(m)值，设定路径代价函数f(m)的计算公式为：f(m)＝g(m)+h(m)，公式中，g(m)＝g(nm)+g'(m)，h(m)＝h'(m)+t(m)+o(m)，公式中，g(nm)＝g'(n0)+g'(n1)+……g'(nm-2)+g'(nm-1)，公式中，f(m)表示节点m所花费的总的路径代价，g(m)表示从起始点坐标(xo,yo)到子节点m坐标(xm,ym)的实际代价，g'(m)表示从m坐标(xm,ym)到当前节点nm坐标(xn,yn)的欧几里德距离代价，g(nm)表示从起始点坐标(xo,yo)到当前节点nm坐标(xn,yn)的实际代价，由nm的父节点nm-1、nm-1的父节点nm-2……直至起始点n0(xo,yo)按顺序两两之间的欧几里德距离代价相加实现，h(m)表示从子节点m的坐标(xm,ym)到目标点nt的坐标(xt,yt)的启发式评估代价；h'(m)表示从节点坐标(xm,ym)到目标点nt坐标(xt,yt)的欧几里德距离代价；t(m)表示转弯评估代价；o(m)表示障碍物评估代价；当子节点m与当前节点nm的连线方向、与当前节点nm与其父节点nm-1的连线方向一致时，t(m)＝0，当子节点m与当前节点nm的连线方向、与当前节点nm与其父节点nm-1的连线方向不一致时，t(m)＝e(θ,vl,va,w,a,o,r)，公式中，t(m)表示转弯评估代价；θ表示转弯幅度；vl表示正常运行线速度；va表示转弯时线速度；w表示转弯角速度；a表示加速度；o表示转弯方式，原地转弯设定o＝0、曲线转弯设定o＝1；r表示转弯半径；...

【专利技术属性】
技术研发人员：华聚良，
申请(专利权)人：江苏华章物流科技股份有限公司，
类型：发明
国别省市：江苏,32