【技术实现步骤摘要】
一种多AGV泊车调度的方法和系统
[0001]本专利技术涉及智能停车
，特别是关于一种多AGV泊车调度的方法和系统。
技术介绍
[0002]随着经济的快速平稳发展，车辆的数量越来越多，由于停车位供需矛盾尖锐、停车位配比例低、停车难等问题的日益突出，无人智能泊车调度系统的市场需求不断增长。就普通停车场而言，用户寻找车位就要浪费较多时间和精力，同时存在视野盲区造成的安全隐患，而无人智能泊车调度系统采用自动引导小车(Automated Guided Vehicle,AGV)对车辆进行存取，可以很好的解决此类问题。用户仅需将车辆停至特定的停车场入口，调度系统调度AGV赶往停车场入口，同时决策最优的停车位和规划参考路径，AGV自动运输车辆到停车位。
[0003]无人智能泊车调度系统作为AGV的指挥者，决定了AGV能否高效运行。无人智能泊车调度系统根据实时任务请求，为每辆AGV匹配最佳任务。无人智能泊车调度系统需要解决多任务分配、多路径冲突问题和处理突发状况等问题，要求调度算法的求解速度快、效率高，能够满足实际运行过程中的动态需求。而现有的调度系统随着任务数量的增多以及空间复杂性的增强，处理多AGV协同作业实时调度问题效率低下，导致AGV单次执行任务时间过高。其次，多个AGV同时执行调度任务，在行驶过程中容易产生冲突，调度系统解决冲突的效率越低，AGV执行调度任务的时间越长。
[0004]专利CN109765896“一种基于智能停车场多AGV的动态路径规划方法”公开了基于A*算法与Yen算法相结合的K最短路...
【技术保护点】
【技术特征摘要】
1.一种多AGV泊车调度的方法，应用于多AGV泊车调度系统，所述多AGV泊车调度系统包括服务器和多个AGV，其特征在于，在所述服务器中预先存储停车场的关键节点信息和所述多个AGV的标识信息和任务信息，所述关键节点包括各个道路节点、停车位、停车场入口和充电位；该方法包括：步骤1，接收停车需求，所述停车需求中包括车辆的预计停车时长；步骤2，根据记录的还未处理的停车需求和多个AGV的任务信息，判断属于单停车需求单AGV场景、多停车需求单AGV场景、单停车需求多AGV场景或者多停车需求多AGV场景；根据不同的场景，决策出不同的AGV执行对应的停车需求任务，并向所述AGV下发规划出的到达停车场入口的路径；步骤3，接收所述AGV在行驶到停车场入口后发送的已就绪信号，根据所述车辆的预计停车时长，决策出预选停车位，并规划所述AGV从停车场入口到预选停车位的路径；步骤4，接收所述AGV发送的任务已完成信号，如果所述AGV不继续执行任务，根据所述AGV的电量决定指示所述AGV去充电还是在当前停车位等候；其中，当接收到所述AGV遇到障碍无法前行时所发送的解决冲突请求时，判断冲突类型，并且根据冲突类型采用不同的策略解决冲突请求，包括：所述冲突类型包括：相向冲突，指两辆AGV在同一道路上相向行驶，无法避让；路口冲突，指两辆AGV在同一时间占用同一路口，无法避让；死锁冲突，指同一AGV的前方和后方都有障碍物，无法行驶；当判断所述解决冲突请求指示相向冲突时，分别计算两辆AGV可到达的最近的路口节点的距离r
j
，以及两辆AGV的优先级，所述优先级由AGV当前任务状态确定；根据所述距离r
j
和所述优先级加权选择对应的AGV避让；当判断所述解决冲突请求指示路口冲突时，判断两辆AGV的运行方向，如果两者运行方向相同，则优先级低的AGV避让；如果一辆AGV直行，另一辆AGV拐弯，则拐弯的AGV避让；当判断所述解决冲突请求指示死锁冲突时，为产生冲突的多辆AGV重新规划路线，选择重新规划路线后与原规划路线距离最短的AGV按照重新规划的路线行驶，剩下的AGV重新判断冲突类型，按照对应的冲突策略解决冲突；如果所有的AGV都无法重新规划路线，则选择处于前往停车位状态的AGV就近停车等待，剩下的AGV重新判断冲突类型，按照对应的冲突策略解决冲突。2.如权利要求1所述的多AGV泊车调度的方法，其特征在于，在所述服务器中预先存储停车场的关键节点信息包括：步骤11，给停车场的关键节点进行编号，采用拓扑地图来存储所述关键节点的位置信息和拓扑关系，用公式1来表示为：G＝(V,E)
ꢀꢀꢀꢀꢀ
(1)其中，V表示停车场所有关键节点的集合，E表示停车场所有相邻节点之间边的集合；设停车场有K个关键节点，使用邻接矩阵记录停车场相邻节点之间边的权重Q
ij
，则邻接矩阵是一个K*K的方阵，使用公式2表示为：
步骤12，存储所述关键节点的状态信息：各个节点的状态用R
i
来表示：R
i
∈{0,1,2}
ꢀꢀꢀꢀꢀꢀ
(3)其中R
i
表示节点V
i
的状态，0表示节点V
i
未被占用，1表示节点V
i
已被占用，2表示节点V
i
预占用；其中，在所服务器中存储所述多个AGV的标识信息和任务信息包括：设AGV的数量为M，编号j为所述多个AGV的标识信息，所述多个AGV的任务信息由A
j
表示：A
j
＝(S
j
,B
j
,F
j
,L
j
)
ꢀꢀꢀꢀ
(4)S
j
∈{0,1,2,3,4,5}
ꢀꢀꢀꢀ
(5)其中，S
j
表示编号为j的AGV当前执行的任务内容：S
j
值为0表示编号为j的AGV当前无任务处于空闲状态；S
j
值为1表示编号为j的AGV当前任务为停车任务，并且正在前往停车场入口；S
j
值为2表示编号为j的AGV当前任务为停车任务，并且正在前往停车位；S
j
值为3表示编号为j的AGV当前任务为取车任务，并且正在前往停车位；S
j
值为4表示编号为j的AGV当前任务为取车任务，并且正在前往停车场入口；S
j
值为5表示编号为j的AGV当前任务为充电任务；其中，B
j
表示编号为j的AGV的任务起点，F
j
表示编号为j的AGV的任务终点，L
j
表示编号为j的AGV的当前位置；其中，处于空闲状态的AGV的任务起点和任务终点均为空。3.如权利要求1所述的多AGV泊车调度的方法，其特征在于，步骤2中根据不同的场景，决策出不同的AGV执行对应的停车需求任务包括：在所述单任务单AGV场景下，任务数量为1个，AGV数量为1个，选择当前唯一空闲的AGV执行所述停车需求；在所述单任务多AGV场景下，任务数量为1个，AGV数量为多个，计算每辆空闲状态的AGV到达停车场入口的最短距离d
j
米，并获取每辆处于空闲状态的AGV的电量e
j
％；用下式计算两者的加权和g
j
：其中，的取值位于0.4～0.6之间，距离停车场入口越近、剩余电量越高的AGV的加权和越低，选择加权和g
j
最低的AGV来执行所述停车需求；在所述多任务单AGV场景下，任务数量为多个，AGV数量为1个，计算所述AGV到达多个不同停车场入口的最短距离d
i
米，并获取每个停车需求任务已等待的时间t
i
秒；用下式计算两者的加权和q
i
：q
i
＝β*(T
W
‑
t
i
)+(1
‑
β)*d
i
i∈(1,2,
…
,N)
ꢀꢀꢀꢀ
(7)其中，T
W
为固定值，表示任务最大等待被执行时间；β的取值位于0.5～0.8之间，AGV距离越短、产生停车需求任务等待时长越长的停车场入口的加权和wdt
i
越低，选择执行加权和q
i
最低的任务；在所述多任务多AGV场景下，设任务数量为N，AGV数量为M，表示编号为j的AGV执行编
号为i的停车需求任务所需要行驶的最短距离，表示编号为j的AGV执行编号为i的停车需求任务所产生的能耗，t
i
表示编号为i的停车需求任务已等待的时间，则目标函数由公式8表示：其中约束条件为：其中约束条件为：其中约束条件为：其中约束条件为：e
j
％>A
ꢀꢀꢀꢀ
(13)S
j
＝0
ꢀꢀꢀꢀ
(15)δ+ε+μ＝1
ꢀꢀꢀꢀ
(16)δ∈(0,1)
ꢀꢀꢀꢀ
(17)ε∈(0,1)
ꢀꢀꢀꢀ
(18)μ∈(0,1)
ꢀꢀꢀꢀ
(19)其中，约束条件9和约束条件10为任务执行约束，表示一个任务只能分配给一个AGV执行；约束条件11为能耗约束，w
S
为固定值，表示直行单位距离所消耗的能量；w
T
为固定值，表示拐弯单位距离所消耗的能量；为直行距离；为拐弯距离；约束条件12为距离约束，表示AGV到达停车场入口的距离为直行距离加上拐弯距离；约束条件13和14为电量约束，表示AGV的剩余电量低于A不能执行任务，AGV执行任务后电量需大于B；约束条件15为AGV状态约束，表示仅空闲状态的AGV能执行任务；约束条件16、17、18和19用于限定加权因子δ,ε,μ的取值范围；求解所述目标函数得到其值最小时的任务分配方案，根据所述任务分配方案指示多个AGV执行多个任务。4.如权利要求1所述的多AGV泊车调度的方法，其特征在于，步骤3包括：根据所有停车位状态、停车场入口到所选停车位的距离、停车任务需求的等级决策出所述预选停车位；其中，所述停车位状态包括：未被占用、预占用和已占用；根据所述停车场入口到停车位的距离划分为预设数量的停车位区域；根据停车时长确定所述停车任务需求的等级；所述停车任务需求的等级的数量与所述停车位区域的预设数量相等，每一停车任务需求的等级对应一个停车位区域，且停车时长越短对应的停车位区域距离停车位入口越
短。5.如权利要求1或4所述的用于停车场的多AGV调度方法，其特征在于，步骤3包括：根据当前时间和所述车辆的预计停车时长计算停车时长t，根据停车时长t划分停车需求等级Pi，包括短时间停车，停车需求等级为P1；中等时间停车，停车需求等级为P2；中长时间停车...
【专利技术属性】
技术研发人员：王晓伟，吴嘉璇，秦兆博，秦晓辉，边有钢，胡满江，秦洪懋，徐彪，谢国涛，丁荣军，
申请(专利权)人：湖南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。