一种AGV路径规划方法、存储介质和终端技术

本发明专利技术涉及一种AGV路径规划方法、存储介质和终端，方法包括以下步骤：S1：获取地图，将地图中障碍物的顶角顶点设为跳点；S2：利用改进A*算法进行路径寻找，路径寻找的过程中，若拓展点包括跳点，则将该拓展点向跳点的斜方向移动一个单位；S3：将寻找到的路径进行拟合，得到拟合路线；S4：利用拟合路线进行AGV路径规划。与现有技术相比，可以减少计算量，提高算法运行速度，能够快速有效地实现路径规划。能够快速有效地实现路径规划。能够快速有效地实现路径规划。

【技术实现步骤摘要】
一种AGV路径规划方法、存储介质和终端


[0001]本专利技术涉及路径规划领域，尤其是涉及一种AGV路径规划方法、存储介质和终端。

技术介绍

[0002]路径规划方法有多种，各种方法层出不穷，各种路径规划算法运用于AGV小车路径规划中。针对已知的环境的路径规划，现有的技术有人工势场法、Dijkstra算法和BFS(Breadth First Search)算法的路径规划。人工势场法是通过引力场和斥力场的合力来引导AGV小车到达终点。Dijkstra算法通过盲目地扩散，对周边进行不断搜索，直到搜索到目标点结束。最佳优先搜索(BFS)算法通过向目标点移动，当行进方向出现障碍物，则对路径进行更改。
[0003]传统算法中，人工势场法在障碍物之间路径会产生振荡，路径的稳定性较差，在复杂U型场景之下，可能存在局部极小值，导致搜索停滞甚至无法到达目标点。Dijkstra算法通过扩散依次向外拓展，计算量大，对硬件配置要求高，寻路时间长。最佳优先搜索(BFS)算法并非盲目搜索，选择离目标点最近的点，不断导向目标点，相比Dijkstra算法寻路间短，但是会出现冗余路径。
[0004]A*算法是Dijkstra算法和BFS算法的结合，可以解决部分Dijkstra算法和BFS算法的缺点，A*算法通过不停寻找路径中代价值最小的节点，不断向目标点移动，但当路径复杂时，计算量会增大。

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种AGV路径规划方法、存储介质和终端。
>[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种AGV路径规划方法，该方法包括以下步骤：
[0008]S1：获取地图，将地图中障碍物的顶角顶点设为跳点；
[0009]S2：利用改进A*算法进行路径寻找，路径寻找的过程中，若拓展点包括跳点，则将该拓展点向跳点的斜方向移动一个单位；
[0010]S3：将寻找到的路径进行拟合，得到拟合路线；
[0011]S4：利用拟合路线进行AGV路径规划。
[0012]S2通过OPEN链表和CLOESD链表实现，S2包括：
[0013]S21：创建OPEN链表和CLOSED链表，将起始点放入OPEN链表，将跳点放入CLOSED链表；
[0014]S22：计算OPEN链表中节点的总代价，将总代价最小的节点作为父节点，寻找总代价最小的节点的拓展点；
[0015]S23：将总代价最小的节点放入CLOSED链表中，判断拓展点是否包含CLOSED链表中的节点，若是，将该拓展点向CLOSED链表中的节点的斜方向移动一个单位，执行S24，若否，
执行S24；
[0016]S24：将拓展点放入OPEN链表，执行S22，直到满足终止条件。
[0017]所述总代价f(n)的表达式为：
[0018]f(n)＝g(n)+h(n)
[0019]其中，g(n)是从起始点到节点n的路径代价，h(n)是节点n到目标点的估算代价。
[0020]所述g(n)的表达式为：
[0021][0022]其中，g(n
‑
1)为初始点到节点n的父节点的代价值，x
current
为节点n的横坐标，x
father
为节点n的父节点的横坐标，y
current
为节点n的纵坐标，y
father
为节点n的父节点的纵坐标。
[0023]所述h(n)的表达式为：
[0024][0025]其中，x
goal
为目标节点的横坐标，y
goal
为目标节点的纵坐标，x
current
为节点n的横坐标，y
current
为节点n的纵坐标。
[0026]所述总代价的计算基于欧氏距离。
[0027]S3中，将寻找到的路径进行拟合时，检验任意相邻三个节点中首尾两个节点之间是否有障碍物，如果没有，则去除中间节点。
[0028]S3中，采用贝塞尔曲线进行拟合。
[0029]一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现所述的AGV路径规划方法。
[0030]一种终端，包括：处理器及存储器；其中，
[0031]所述存储器用于存储计算机程序；
[0032]所述处理器用于加载执行所述计算机程序，以使所述终端执行所述的AGV路径规划方法。
[0033]与现有技术相比，本专利技术具有以下优点：
[0034](1)采取障碍物的顶角作为路径规划的跳点，跳点可以为路线拟合提供空间，能够避免AGV小车和障碍物发生碰撞，同时减少了A*算法中不必要的OPEN链表和CLOSED链表的大量计算，提高算法运行速度，能够快速有效地找到目标点，从而实现路径规划。
[0035](2)将寻找到的路径进行拟合时，检验任意相邻三个节点中首尾两个节点之间是否有障碍物，如果没有，则去除中间节点，有利于减少运行路径长度。
[0036](3)采用贝塞尔曲线进行拟合，对路径进行平滑处理，能够减少静止转向所需要的时间，使小车运行更加稳定。
附图说明
[0037]图1为本专利技术的流程图；
[0038]图2为本专利技术的路径规划示意图；
[0039]图3为本专利技术的跳点识别示意图；
[0040]图4为本专利技术的拟合路线示意图。
具体实施方式
[0041]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0042]实施例
[0043]本实施例提供一种AGV路径规划方法，如图1所示，该方法包括以下步骤：
[0044]S1：获取地图，将地图中障碍物的顶角顶点设为跳点；
[0045]S2：利用改进A*算法进行路径寻找，路径寻找的过程中，若拓展点包括跳点，则将该拓展点向跳点的斜方向移动一个单位；
[0046]S3：将寻找到的路径进行拟合，得到拟合路线；
[0047]S4：利用拟合路线进行AGV路径规划。
[0048]具体而言：
[0049]S1中，首先处理地图，找出障碍物周围的符合条件的跳点。
[0050]S2通过OPEN链表和CLOESD链表实现，S2包括：
[0051]S21：创建OPEN链表和CLOSED链表，初始化起始点和目标点，将起始点放入OPEN链表，将跳点放入CLOSED链表；起始点的路径代价g(n)为0。
[0052]S22：计算OPEN链表中节点的总代价，将总代价最小的节点作为父节点，寻找总代价最小的节点的拓展点；
[0053]S23：将总代价最小的节点放入CLOSED链表中，判断拓展点是否包含CLOSED链表中的节点，若是，将该拓展点向CLOS本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种AGV路径规划方法，其特征在于，该方法包括以下步骤：S1：获取地图，将地图中障碍物的顶角顶点设为跳点；S2：利用改进A*算法进行路径寻找，路径寻找的过程中，若拓展点包括跳点，则将该拓展点向跳点的斜方向移动一个单位；S3：将寻找到的路径进行拟合，得到拟合路线；S4：利用拟合路线进行AGV路径规划。2.根据权利要求1所述的一种AGV路径规划方法，其特征在于，S2通过OPEN链表和CLOESD链表实现，S2包括：S21：创建OPEN链表和CLOSED链表，将起始点放入OPEN链表，将跳点放入CLOSED链表；S22：计算OPEN链表中节点的总代价，将总代价最小的节点作为父节点，寻找总代价最小的节点的拓展点；S23：将总代价最小的节点放入CLOSED链表中，判断拓展点是否包含CLOSED链表中的节点，若是，将该拓展点向CLOSED链表中的节点的斜方向移动一个单位，执行S24，若否，执行S24；S24：将拓展点放入OPEN链表，执行S22，直到满足终止条件。3.根据权利要求2所述的一种AGV路径规划方法，其特征在于，所述总代价f(n)的表达式为：f(n)＝g(n)+h(n)其中，g(n)是从起始点到节点n的路径代价，h(n)是节点n到目标点的估算代价。4.根据权利要求3所述的一种AGV路径规划方法，其特征在于，所述g(n)的表达式为：其中，g(n
‑
1)为初始点到节点n的父节点的代价值，x
current
为节点n的横坐标，x<...

【专利技术属性】
技术研发人员：余旺旺，刘军，周杰，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：