多AGV路径规划和多AGV智能生产线中AGV与机器联合调度方法技术

本发明专利技术公开多AGV路径规划和多AGV智能生产线中AGV与机器联合调度方法，属于生产线生产技术领域。本发明专利技术采用A*算法与时间窗相结合，利用时间窗提前检测出AGV之间的冲突，采用等待或更换路径的方式来避免冲突，将其融入改进的A*算法中，最终能够为AGV规划出一条从任务起点到任务终点时间最短的无冲突路径。本发明专利技术建立智能生产线中以最大完工时间最小为优化目标的AGV与机器联合调度数学模型，在柔性车间调度问题的基础上，增加AGV资源的约束，即智能生产线调度问题，并提出混合遗传算法进行模型的求解。混合遗传算法采用三段式染色体编码方法得到问题的可行解，设计相应的选择、交叉和变异操作，将多AGV路径规划算法融入解码过程，获得智能生产线的调度结果。获得智能生产线的调度结果。获得智能生产线的调度结果。

【技术实现步骤摘要】
多AGV路径规划和多AGV智能生产线中AGV与机器联合调度方法


[0001]本专利技术属于生产线生产
，更具体地，涉及多AGV路径规划和多AGV智能生产线中AGV与机器联合调度方法。

技术介绍

[0002]调度问题中最现实的约束条件包括运输时间、机器故障、模糊处理时间、紧急插单、资源约束和作业顺序设置时间等。而在智能生产线中AGV已广泛用于提高内部物流和物料处理任务的效率，AGV主要是用来运输工件，使之在不同加工机器之间进行转移，需要在正确的时间向正确的地点提供工件，来满足工件加工的需求，而传统的柔性作业车间调度少有考虑工件的运输时间，而AGV的调度对制造系统的生产力有重大影响。
[0003]因此，将AGV的运输时间考虑到智能生产线的调度中更加符合实际情况且必要。但在调度过程中选择不同的AGV与AGV之间需要避免产生冲突而选择可行路径的不同都会影响工件在机器之间的运输时间，这将会影响工件开始加工的时间，进而影响整个生产周期。并且由于单辆AGV工作能力有限，目前智能生产线中大部分都是多AGV同时工作，而工件通过AGV运输的时间越短越好，所以如何为AGV规划出从任务起点到任务终点所花时间最短的无冲突路径也是需要考虑的问题。

技术实现思路

[0004]针对现有技术的缺陷和改进需求，本专利技术提供了多AGV路径规划和多AGV智能生产线中AGV与机器联合调度方法，其目的在于解决以AGV为载体的结合工件运输时间的智能生产线调度的技术问题，为AGV规划出时间最短的无冲突路径，改善生产线资源的利用率，提高生产效率。
[0005]为实现上述目的，按照本专利技术的第一方面，提供了一种多AGV路径规划方法，该方法包括：
[0006]S1.数字化AGV工作环境信息，得到AGV工作环境电子地图；
[0007]S2.在AGV工作环境电子地图上，为AGV规划出时间最短的无冲突路径，包括以下子步骤：
[0008]S21.获取各AGV各任务的优先级，所述任务包含任务起点、任务终点和执行任务的AGV；
[0009]S22.按照任务优先级从高到低，依次对每个任务进行路径规划，包括以下子步骤：
[0010]S221.计算任务起点的评价值，按照评价值将任务起点加入待测试节点列表，所述待测试节点列表中节点按照评价值升序排列，并被所有任务共享，所述评价值表示从任务起点经过当前节点到任务终点的代价；
[0011]S222.判断待测试节点列表是否不为空，若是，进入S223，否则，该任务路径规划结束，未找到从任务起点到达任务终点的可行路径；
[0012]S223.不放回取出待测试节点列表中评价值最小的节点作为当前节点；
[0013]S224.判断当前节点是否不为任务终点，若是，进入S225，否则，进入S229；
[0014]S225.判断当前节点的相邻节点集是否为空，若是，返回S222，否则，进入S226；
[0015]S226.从相邻节点集中不放回取出当前节点的一个相邻节点；
[0016]S227.根据连接当前节点和取出的相邻节点的边的时间窗，判断AGV是否可以进入该边，若是，计算AGV进入该边的时间，进入S228，否则，返回S225；
[0017]S228.根据AGV进入该边的时间和取出的相邻节点的时间窗，判断AGV是否可以进入取出的相邻节点，若是，计算AGV进入该节点的时间，计算其评价值，指定其父节点为当前节点，最后将取出的相邻节点按照其评价值加入待测试节点列表；否则，返回S225；
[0018]S229.从任务终点开始，寻找其父节点，路径回溯直至寻找到任务起点，并按顺序记录寻找过程中经过的节点，所有的节点组成从任务起点到任务终点的最短路径；
[0019]所述边的时间窗为AGV开始进入该边到刚好离开该边的时间，所述节点的时间窗为AGV开始进入该点到刚好离开该点的时间。
[0020]优选地，采用拓扑法构建双向单路径的AGV环境电子地图：
[0021]根据AGV需要停靠的停靠点设置相应的节点，使用坐标(id,x,y)表示，id表示节点的编号，(x,y)表示AGV从原点出发到达节点横坐标、纵坐标所需时间；设置AGV在作业点之间来回的中间节点；
[0022]节点设置好后将相邻节点用边连接组成网状结构图。
[0023]有益效果：采用拓扑法可以用点和线简洁的表达AGV的工作环境；双向单车道运输效率高且易于设置交叉路口的控制规则。
[0024]优选地，评价值计算公式如下：
[0025]f(n)＝g(n)+h(n)
[0026]h(n)＝abs(x
e
‑
x
n
)+abs(y
e
‑
y
n
)
[0027]其中，f(n)表示从初始节点s经过当前节点n到目标节点e的评价值，g(n)是初始节点s到当前节点n的实际代价；h(n)是从当前节点n到目标节点e最佳路径的估计代价，(x
e
,y
e
)表示目标节点在地图中的坐标，(x
n
,y
n
)表示当前遍历的节点n在地图中的坐标。
[0028]有益效果：通过在搜索过程中给遍历的每个节点计算评价值，然后从中选出具有最优的评价值的节点作为下一个遍历的节点，从而起到引导搜索方向的目的。由于AGV运行的电子地图为矩阵的形状，曼哈顿距离小于等于实际的距离，故可以保证获得最优解。
[0029]优选地，根据连接当前节点和取出的相邻节点的边的时间窗，判断AGV是否可以进入该边，具体如下：
[0030](1)根据AGV刚到达节点n
p
的时间以及边a
pq
的空闲时间窗来确定AGV进入边a
pq
的时间；
[0031](2)用边a
pq
第k个空闲时间窗的结束时间减去AGV进入边a
pq
时间，得到边a
pq
的第k个空闲时间窗；
[0032](3)将其与AGV以正常速度通过边a
pq
的时间比较，来判断边a
pq
第k个空闲时间窗是否符合要求，l
pq
表示边a
pq
的长度。
[0033]优选地，根据AGV进入连接两节点的边a
pq
的时间和取出的相邻节点n
q
的时间窗，判断AGV是否可以进入取出的相邻节点，具体如下：
[0034](1)根据AGV可以离开边a
pq
的时间以及节点n
q
的空闲时间窗来确定AGV进入节点n
q
的时间；
[0035](2)用节点n
q
第k个空闲时间窗的结束时间减去该时间，得到节点n
q
的第k个空闲时间窗；
[0036](3)将其与AGV以正常速度通过节点n<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多AGV路径规划方法，其特征在于，该方法包括：S1.数字化AGV工作环境信息，得到AGV工作环境电子地图；S2.在AGV工作环境电子地图上，为AGV规划出时间最短的无冲突路径，包括以下子步骤：S21.获取各AGV各任务的优先级，所述任务包含任务起点、任务终点和执行任务的AGV；S22.按照任务优先级从高到低，依次对每个任务进行路径规划，包括以下子步骤：S221.计算任务起点的评价值，按照评价值将任务起点加入待测试节点列表，所述待测试节点列表中节点按照评价值升序排列，并被所有任务共享，所述评价值表示从任务起点经过当前节点到任务终点的代价；S222.判断待测试节点列表是否不为空，若是，进入S223，否则，该任务路径规划结束，未找到从任务起点到达任务终点的可行路径；S223.不放回取出待测试节点列表中评价值最小的节点作为当前节点；S224.判断当前节点是否不为任务终点，若是，进入S225，否则，进入S229；S225.判断当前节点的相邻节点集是否为空，若是，返回S222，否则，进入S226；S226.从相邻节点集中不放回取出当前节点的一个相邻节点；S227.根据连接当前节点和取出的相邻节点的边的时间窗，判断AGV是否可以进入该边，若是，计算AGV进入该边的时间，进入S228，否则，返回S225；S228.根据AGV进入该边的时间和取出的相邻节点的时间窗，判断AGV是否可以进入取出的相邻节点，若是，计算AGV进入该节点的时间，计算其评价值，指定其父节点为当前节点，最后将取出的相邻节点按照其评价值加入待测试节点列表；否则，返回S225；S229.从任务终点开始，寻找其父节点，路径回溯直至寻找到任务起点，并按顺序记录寻找过程中经过的节点，所有的节点组成从任务起点到任务终点的最短路径；所述边的时间窗为AGV开始进入该边到刚好离开该边的时间，所述节点的时间窗为AGV开始进入该点到刚好离开该点的时间。2.如权利要求1所述的方法，其特征在于，采用拓扑法构建双向单路径的AGV环境电子地图：根据AGV需要停靠的停靠点设置相应的节点，使用坐标(id，x，y)表示，id表示节点的编号，(x，y)表示AGV从原点出发到达节点横坐标、纵坐标所需时间；设置AGV在作业点之间来回的中间节点；节点设置好后将相邻节点用边连接组成网状结构图。3.如权利要求1所述的方法，其特征在于，评价值计算公式如下：f(n)＝g(n)+h(n)h(n)＝abs(x
e
‑
x
n
)+abs(y
e
‑
y
n
)其中，f(n)表示从初始节点s经过当前节点n到目标节点e的评价值，g(n)是初始节点s到当前节点n的实际代价；h(n)是从当前节点n到目标节点e最佳路径的估计代价，(x
e
，y
e
)表示目标节点在地图中的坐标，(x
n
，y
n
)表示当前遍历的节点n在地图中的坐标。4.如权利要求1至3任一项所述的方法，其特征在于，根据连接当前节点和取出的相邻节点的边的时间窗，判断AGV是否可以进入该边，具体如下：(1)根据AGV刚到达节点n
p
的时间以及边a
pq
的空闲时间窗来确定AGV进入边a
pq
的时间；
(2)用边a
pq
第k个空闲时间窗的结束时间减去AGV进入边a
pq
时间，得到边a
pq
的第k个空闲时间窗；(3)将其与AGV以正常速度通过边a
pq
的时间比较，来判断边a
pq
第k个空闲时间窗是否符合要求，l
pq
表示边a
pq
的长度。5.如权利要求1至3任一项所述的方法，其特征在于，根据AGV进入连接两节点的边a
pq
的时间和取出的相邻节点n
q
的时间窗，判断AGV是否可以进入取出的相邻节点，具体如下：(1)根据AGV可以离开边a
pq
的时间以及节点n
q
的空闲时间窗来确定AGV进入节点n
q
的时间；(2)用节点n
q
第k个空闲时间窗的结束时间减去该时间，得到节点n
q
的第k个空闲时间窗；(3)将其与AGV以正常速度通过节点n
q
的时间比较，来判断节点n
q
第k个空闲时间窗是否符合要求，分别表示AGV的长度和宽度。6.一种多AGV智能生产线中AGV与机器联合调度方法，其特征在于，该方法包括：(1)获取各工件的所有工序，以及，相应的在各个机床上加工的时间；(2)将上述数据输入至改进的混合遗传算法中，得到最优的生产调度顺序；所述改进的遗传算法采用三段式编码，具体如下：(1)对工件工序排序进行编码：工序排序部分的染色体长度为T0，从左到右工件的编号出现第几次就代表加工该工件的第几个工序，其中，该工件的工序数δ
i
表示工件编号J
i
出现的总次数；(2)对相应工序选择对应加工的机器进行编码：机器选择部分的染色体长度为T0，每个位置上用整数表示机器在加工工序的机器集合中的序号，从左到右以工件编号的顺序排列，每个工件部分再按照工序的先后顺序排列；(3)对相应工序选择运输的AGV问题进行编码：AGV选择部分的染色体长度为T0，从左到右每个位置上的整数表示AGV的序号，并且与工序排序部分的相同位置上的工序一一对应；(4)三段式编码组合为整个问题的染色体。7.如权利要求6所述的方法，其特征在于，所述改进的遗传算法采用以下方式对最优个体进行解码，输出调度结果的甘特图：Step1：从染色体的工序排序OS部分开始，按从左往右的顺序，每次读取一个加...

【专利技术属性】
技术研发人员：贺松平，周晟，许可，李斌，毛新勇，张露，梁焜，刘红奇，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：