【技术实现步骤摘要】
一种基于智能预测和误差识别的多AGV规划方法及系统
[0001]本专利技术涉及AGV
,特别是涉及一种基于智能预测和误差识别的多AGV规划方法及系统。
技术介绍
[0002]AGV(Automated Guided Vehicles)即自动导引运输车,通常也称为AGV小车,是能够自动沿规定的导航路径行驶、具有安全保护、自动充电和各种移载功能的运输车。随着技术的发展,AGV小车被广泛应用于制造业和物流业等不同的场景。为了提升AGV在不同应用场景中的效率,一种有效的方法是投入多辆AGV小车,但受限于工业环境的道路设置和任务的随机性,多AGV调度过程中小车之间存在着很多公共路径,冲突检测和规避才能使多AGV调度系统有效运行。此外,多AGV调度系统的效率很大程度上决定了无人化工厂的生产效率。
[0003]目前,如果采用实时冲突检测的方法,当冲突即将发生时进行规避,可能导致AGV小车掉头规避,降低AGV小车的运行效率和增加耗电。如果采用实时预测的方法,提前预测未来要发生的冲突并进行规避能够提升AGV小车的运行效率,但是现实场景中由于AGV小车运行并非匀速,可能导致预测不准进而导致死锁等情况。
技术实现思路
[0004]针对现有技术中存在的缺陷,本专利技术的目的在于提供一种基于智能预测和误差识别的多AGV规划方法及系统,对比传统的AGV调度和规避系统,该方法能够利用预测冲突的方式提前进行暂停或重规划规避,减少了AGV小车频繁掉头回退导致的系统效率降低,同时对于预测消解冲突中可能存在误差导致的单边冲突 ...
【技术保护点】
【技术特征摘要】
1.一种基于智能预测和误差识别的多AGV规划方法,其特征在于,具体包括以下步骤:S1,获取工厂地图和AGV路网信息,工厂地图中包含任务点和AGV小车经过的结点;S2,获取空闲AGV小车列表,从中选择完成任务代价最小的AGV小车并向其下发任务;S3,判断是否有空闲AGV小车停在其他AGV小车的任务点上,若是,则向该空闲AGV小车下发规避到其他任务点的任务,否则执行下一步;S4,按照优先级两两比较执行任务的AGV小车之间是否存在公共路径,若否,执行步骤S6;若是,分别计算上述两个AGV小车距离公共路径起点和公共路径终点的距离,设为Dis
i,start
、Dis
i,end
、Dis
j,start
和Dis
j,end
,若满足Dis
j,start
<Dis
i,start
<Dis
j,end
或Dis
i,start
<Dis
j,start
<Dis
i,end
,则判定会在公共路径产生冲突,并执行下一步,否则执行步骤S6;S5,选择优先级低的AGV小车进行规避,依次计算其在公共路径起点前进行暂停规避和绕行规避的代价,并向前预测一步判断规避方案是否会引起新的冲突,设未引起二次冲突的规避点为可行规避点,若可行规避点中的最优规避点为剩余路径的下一个结点,则直接下发规避任务,若为剩余路径下一个结点之后的节点,则执行步骤S6;若优先级低的AGV小车无可行规避点,则按照相同的规避策略向优先级高的AGV小车发布规避方案,规避成功后降低优先级,若两车均不存在可行规避点,则执行步骤S6;S6,判断是否存在预测误差导致的冲突,预测误差导致的冲突包括单边冲突和单点冲突,若存在,则以优先级低的AGV小车进行掉头规避,即从上一个结点位置搜索一条离开公共路径的规避路径,腾出路径让优先级高的AGV小车通过从而消解冲突;若不存在,则执行下一步;S7,根据规避关系记录判断是否存在死锁,若不存在,置空规避关系记录,执行步骤S3,若存在,则从优先级低至高依次尝试掉头规避,当某AGV小车规避方案可行时,则下发规避任务后执行步骤S3。2.根据权利要求1所述的一种基于智能预测和误差识别的多AGV规划方法,其特征在于,步骤S4中判断是否存在公共路径的具体方法如下:以优先级低的AGV小车的剩余路径节点为对象,在优先级高的AGV小车的剩余路径倒序上查询是否存在上述节点,若存在则连续向后判断直到节点不相同,从而得到公共路径。3.根据权利要求1所述的一种基于智能预测和误差识别的多AGV规划方法,其特征在于,步骤S5中优先级低的AGV小车的规避代价包括等待代价和路径代价,路径代价为规避路径的长度,等待代价为等待优先级高的AGV小车通过公共路径所对应的距离长度。4.根据权利要求1所述的一种基于智能预测和误差识别的多AGV规划方法,其特征在于,单点冲突具体指的是两个AGV小车的下一位置相同,且二者的当前位置互为再下一个位置,假设小车j的当前位置节点为Loc
j
,剩余路径为Path
j
,小车i的当前位置节点为Loc
i
,剩余路径为Path
i
,若满足:Path
i
[0]=Path
j
[0]且Loc
j
=Path
i
[1]且Loc
i
=Path
j
[1],则为单点冲突;单边冲突具体指的是两个AGV小车的下一位置互为它们的当前位置,假设小车j的当前位置节点为Loc
j
,剩余路径为Path
j
,小车i的当前位置节点为Loc
i
,剩余路径为Path
i
,若满足:Loc
j
=Path
i
[0]且Loc
i
=Path
j
[0],则为单边冲突。5.根据权利要求1所述的一种基于智能预测和误差识别的多AGV规划方法,其特征在于,步骤S7中采用经典拓扑排序算法计算是...
【专利技术属性】
技术研发人员:赵宏,刘洋,刘静,
申请(专利权)人:西安电子科技大学广州研究院,
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。