基于蚂蚁觅食行为的AGV控制方法、终端设备及存储介质技术

本发明专利技术涉及一种基于蚂蚁觅食行为的AGV控制方法、终端设备及存储介质，该方法中包括：根据运输环境内各节点的信息素浓度与阈值的关系设定正在作业的每辆AGV小车的可选下一路径点集合；根据AGV小车的可选下一路径点集合是否为空集来判定AGV小车停止或者AGV小车驶入下一路径点，其中，AGV小车的下一路径点为可选下一路径点集合中从AGV小车当前所在节点到集合中的节点的状态转移概率最大时对应的节点。本发明专利技术通过每个时间循环内运输环境各节点信息素浓度的更新，实现对AGV小车行驶状态的实时控制，使其往拥堵程度较低的方向行驶，同时能够到达目标点，既能够完成运输任务又可以避免路径冲突和道路死锁。

AGV control method, terminal equipment and storage medium based on ant foraging behavior

The invention relates to an AGV control method, terminal equipment and storage medium based on ant foraging behavior. The method includes: setting the optional next path point set of each AGV car in operation according to the relationship between pheromone concentration and threshold value of each node in the transportation environment; determining AGV car stop or AGV small according to whether the optional next path point set of AGV car is empty The vehicle drives into the next path point, where the next path point of AGV car is the corresponding node in the set of optional next path points when the state transition probability from the current node of AGV car to the node in the set is maximum. By updating the pheromone concentration of each node in the transportation environment in each time cycle, the invention realizes the real-time control of the driving state of the AGV car, makes it travel in the direction with low congestion degree, and reaches the target point at the same time, which can not only complete the transportation task but also avoid the path conflict and road deadlock.

【技术实现步骤摘要】
基于蚂蚁觅食行为的AGV控制方法、终端设备及存储介质
本专利技术涉及AGV(AutomatedGuidedVehicle)小车控制领域，尤其涉及一种基于蚂蚁觅食行为的AGV控制方法、终端设备及存储介质。
技术介绍
现有技术中常用的基于蚂蚁觅食行为的AGV控制方法主要为动态路径规划算法，如基于蚁群算法的路径规划技术和时间窗算法。基于蚁群算法的路径规划技术主要利用蚁群在起始点与目标点之间进行路径搜索，通过迭代找到最优路径。时间窗算法以AGV的优先级确定通过节点的顺序，避免路径的冲突。但上述算法仍存在以下不足：1.在作业开始前规划好路径，无法实现实时的动态路径规划；2.仅能针对单一起始点和目标点进行路径规划，无法满足复杂运输网络的应用需求。
技术实现思路
为了解决上述问题，本专利技术提出了一种基于蚂蚁觅食行为的AGV控制方法、终端设备及存储介质。具体方案如下：一种基于蚂蚁觅食行为的AGV控制方法，包括：根据运输环境内各节点的信息素浓度与阈值的关系设定正在作业的每辆AGV小车的可选下一路径点集合；...

【技术保护点】
1.一种基于蚂蚁觅食行为的AGV控制方法，其特征在于，包括：/n根据运输环境内各节点的信息素浓度与阈值的关系设定正在作业的每辆AGV小车的可选下一路径点集合；/n根据AGV小车的可选下一路径点集合是否为空集来判定AGV小车停车等待或者AGV小车驶入下一路径点，其中，AGV小车的下一路径点为可选下一路径点集合中从AGV小车当前所在节点到集合中的节点的状态转移概率最大时对应的节点。/n

【技术特征摘要】
1.一种基于蚂蚁觅食行为的AGV控制方法，其特征在于，包括：
根据运输环境内各节点的信息素浓度与阈值的关系设定正在作业的每辆AGV小车的可选下一路径点集合；
根据AGV小车的可选下一路径点集合是否为空集来判定AGV小车停车等待或者AGV小车驶入下一路径点，其中，AGV小车的下一路径点为可选下一路径点集合中从AGV小车当前所在节点到集合中的节点的状态转移概率最大时对应的节点。


2.根据权利要求1所述的基于蚂蚁觅食行为的AGV控制方法，其特征在于：所述信息素浓度τ(i,j)(t)的计算公式为；



其中，i、j分别表示节点的横坐标和纵坐标，τ(i,j)(t)表示第t时刻节点(i,j)处的信息素浓度，λ表示AGV小车携带的信息素浓度，k表示AGV小车的序号，K表示第t时刻运输环境内正在作业的AGV小车的数量，表示第t时刻第k辆AGV小车与节点(i,j)之间的直线距离。


3.根据权利要求1所述的基于蚂蚁觅食行为的AGV控制方法，其特征在于：所述可选下一路径点集合的设定方式为：根据运输环境内第k辆AGV小车周围各节点的信息素浓度，将周围各节点中信息素浓度小于信息素浓度阈值的所有节点组成作为第k辆AGV小车对应的可选下一路径点集合。


4.根据权利要求2所述的基于蚂蚁觅食行为的AGV控制方法，其特征在于：所述状态转移概率的计算过程为：
(1)计算第t时刻节点(i′,j′)处的信息素对AGV小车的吸引函数F1(i′,j′)：
F1(i′,j′)＝q-τ(i′,j′)(t)
其中，q为信息素浓度阈值，τ(i′,j′)(t)表示第t时刻节点(i′,j′)处的信息素浓度；
(2)计算第t时刻节点(i′,j′)与AGV小车所在的当前节点(i,j)之间的启发函数F2(i...

【专利技术属性】
技术研发人员：兰培真，陈锦文，曹士连，
申请(专利权)人：集美大学，
类型：发明
国别省市：福建;35