适用于大型仓储系统的AGV在线无碰撞路径规划方法技术方案

本发明专利技术涉及一种适用于大型仓储系统的AGV在线无碰撞路径规划方法，所述AGV无碰撞路径规划方法通过将Dijkstra算法的邻接矩阵和强化学习的奖励矩阵相结合建立邻接‑奖励矩阵，提高了AGV路径规划效率；然后根据AGV的起点和目标点坐标以及AGV的行驶状态，建立低维邻接‑奖励矩阵或低维无障碍邻接‑奖励矩阵，进一步提高了路径规划效率；此外，本发明专利技术还针对多AGV同时行驶可能产生碰撞的问题提出了多AGV无碰撞路径规划方法。本发明专利技术通过采用以上方法能够为AGV规划时间最短路径，且对于多AGV情形能够避免碰撞，该方法可用于大型仓储环境的多AGV路径规划，能源消耗低，且有利于提高整个仓储系统的实时性。

【技术实现步骤摘要】
适用于大型仓储系统的AGV在线无碰撞路径规划方法
本专利技术涉及自动化仓储系统AGV无碰撞路径规划
，具体涉及一种适用于大型仓储系统的AGV在线无碰撞路径规划方法。
技术介绍
自动化仓储系统无需人工作业而自动存取物料，AGV作为仓储系统的主要运输工具，承担从指定起点到目标终点的物流运输工作。使AGV按照最短路径行驶，可以节省大量的能源，提高自动化仓储系统的效率。随着自动化仓储系统的迅速发展，工位点数量呈倍数增长，路径规划计算速度成为限制仓储系统发展的瓶颈。因此，提高AGV路径规划效率对提高仓储行业水平具有现实意义。现有的Dijkstra算法是AGV路径规划最有效的方法之一，但是其不能满足仓储环境规模不断扩大的需求。传统Q-learning算法主要的局限性在于其迭代时间过长，降低了AGV路径规划的效率，限制了整个仓储系统的实时性。此外，多AGV系统因为具有较大的自由度以及较高的柔性且符合仓储系统多任务处理的要求，得到了广泛的关注。但是，当多台AGV同时行驶可能会出现诸如碰撞或争夺资源的问题，高效的多AGV无碰撞路径规划策略对于多AG本文档来自技高网...

【技术保护点】
1.一种适用于大型仓储系统的AGV在线无碰撞路径规划方法，其特征在于，包括：/n建立邻接-奖励矩阵；/n对所述邻接-奖励矩阵进行降维；/n确定AGV起点到目标点的所有距离最短路径；/n对AGV起点到目标点的所有距离最短路径进行处理，以确定出该AGV的时间最短路径。/n

【技术特征摘要】
1.一种适用于大型仓储系统的AGV在线无碰撞路径规划方法，其特征在于，包括：
建立邻接-奖励矩阵；
对所述邻接-奖励矩阵进行降维；
确定AGV起点到目标点的所有距离最短路径；
对AGV起点到目标点的所有距离最短路径进行处理，以确定出该AGV的时间最短路径。


2.根据权利要求1所述的AGV在线无碰撞路径规划方法，其特征在于，所述建立邻接-奖励矩阵，包括：
结合Dijkstra算法的邻接矩阵与强化学习的奖励矩阵，建立邻接-奖励矩阵(A-R)；
具体的，设仓储环境的维度是m×n，邻接-奖励矩阵(A-R)的维度是(m×n)×(m×n)，其中m、n分别表示仓储环境每行、每列的工位点个数；A-R矩阵的建立规则如下：



式(1)中，(A-R)ij表示A-R矩阵中的每个元素，其中，i＝1,2,3…m；j＝1,2,3…n；m、n分别表示仓储环境每行、每列的工位点个数；
条件1：工位点(A-R)i,j+1与工位点(A-R)i,j-1相邻且工位点(A-R)i,j-1不是障碍物；
条件2：工位点(A-R)i,j-1是障碍物，Robstacle为障碍转移惩罚值，Robstacle≠0；
条件3：工位点(A-R)i,j+1与工位点(A-R)i,j-1不相邻。


3.根据权利要求1所述的AGV在线无碰撞路径规划方法，其特征在于，所述对所述邻接-奖励矩阵进行降维，包括：
确定每台AGV所执行的是负载任务还是空载任务；

【专利技术属性】
技术研发人员：张政，陈娟，郭青，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：北京;11