【技术实现步骤摘要】
一种基于AGV的智能停车路径规划方法及系统
[0001]本专利技术涉及智能停车
，具体的，涉及一种基于AGV的智能停车路径规划方法及系统。
技术介绍
[0002]随着汽车保有量的迅速增长，我国各个地方对车位的需求越来越迫切，尤其是在人口密集的城市中心，人们经常面临停车难的问题。为解决停车难问题，新技术不断涌现，其中基于AGV的智能停车库以占地面积少、存车数量多、车辆存取自动化程度高等优点倍受关注。AGV，通常也称为AGV小车。指装备有电磁或光学等自动导航装置，能够沿规定的导航路径行驶，具有安全保护以及各种移载功能的运输车。
[0003]蚁群优化算法是一种受蚂蚁觅食行为启发的元启发式算法，用于求解旅行商问题。后来，各种改进的蚁群算法被提出并应用于路径规划问题。
[0004]以往关于提高蚁群算法运行效果的方法主要集中在通过干预某些参数来改变蚁群的节点选择模式或影响蚁群的信息素更新模式。迭代过程中较少考虑多个蚁群之间的信息素相互作用和多个亚群的共生长，利用亚群本身的搜索能力来提高蚁群的整体路径搜索能力。并且，...
【技术保护点】
【技术特征摘要】
1.一种基于AGV的智能停车路径规划方法，其特征在于，包括如下步骤，对停车场的二维空间进行遍历学习，生成网格图，所述网格图包括自由网格和障碍网格，所述自由网格表示没有障碍物的区域，所述障碍网格表示含有障碍物的区域；将停车场入口对应的网格作为初始网格，将车辆停放位置对应的网格作为目标网格，在所述网格图上，使用并行排序蚁群优化算法得到初始网格与目标网格之间的最优路径；删除无效的中间节点，平滑所述最优路径；输出所述最优路径，作为最终的停车路径。2.根据权利要求1所述的一种基于AGV的智能停车路径规划方法，其特征在于，所述使用并行排序蚁群优化算法得到初始网格与目标网格之间的最优路径，包括，将蚁群划分为多个子群种，每个子群种中有m个蚂蚁；所有蚂蚁均进行路径的构建，每只蚂蚁均生成一条路径；根据每个蚂蚁所构建路径的效用函数对该子群种中的蚂蚁进行排序；从每个子群种中选择n只效用函数较高的蚂蚁，将其信息素传递给临近的子群种；每个子群种得到相邻子群种传播的信息素更新数量为，其中，是第一只蚂蚁在其路径上释放的信息素的数量，当边缘(i,j)在蚂蚁r构建的路径上时，则当边缘(i,j)不在蚂蚁k所构建的路径上时，则当边缘(i,j)处于到目前为止处于最优路径上，则否则否则是第一批n
‑
1蚂蚁在其路径上释放的信息素量，此外，是相邻蚁群到目前为止组成的最优解；r为蚂蚁在自身子群种的蚁群中的排序顺序；q是相邻蚂蚁在自己子群种的蚁群中的排序顺序。3.根据权利要求2所述的一种基于AGV的智能停车路径规划方法，其特征在于，所述所有蚂蚁均进行路径的构建，还包括，当蚂蚁在路径构建中处于死角状态时，允许蚂蚁后退一步，重新选择一个移动节点并惩罚其边缘的信息素，信息素惩罚函数为τ
rs
＝(1
‑
λ)τ
rs
，。4.根据权利要求2所述的一种基于AGV的智能停车路径规划方法，其特征在于，所述所有蚂蚁均进行路径的构建，包括，步骤1：从初始网格或目标网格开始，计算可以向前移动的网格；步骤2：通过轮盘博弈选择下一个网格，并判断是否到达终点，如否，则执行步骤1，若是，则执行步骤3；步骤3：记录路径的长度并更新该路径的信息素；步骤4：判断是否所有的蚂蚁都已经被派遣，若否，则执行步骤1，若是，则执行步骤5；步骤5：得到所有蚂蚁的路径。5.根据权利要求2所述的一种基于AGV的智能停车路径规划方法，其特征在于，效用函数的构建包括，当初始网格与目标网格之间的最优路径满足最短路径时，
其中，L(P)为路径长度，L(P
i
,P
i+1
)是点P
i
和P
i+1
之间的距离，(x
i
，y
i
)和(x
i+1
，y
i+1
)是该路径中两个相邻网格的坐标，N(d)为路径的匝数；当初始网格与目标网格之间的最优路径满足最小匝数时，当初始网格与目标网格之间的最优路径满足最小匝数时...
【专利技术属性】
技术研发人员：王忠利，尹强，林颂，张鑫，牛云超，李冬，魏志，陈斌，安鹏飞，
申请(专利权)人：唐山通宝停车设备有限公司，
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。