一种自动化码头的AGV在线路径规划方法技术

本发明专利技术公开了一种自动化码头的AGV在线路径规划方法，包括：对已分配运输任务的各AGV利用改进型A

【技术实现步骤摘要】
一种自动化码头的AGV在线路径规划方法


[0001]本专利技术属于AGV调度、AGV控制、路径规划、导航和智能交通领域，具体涉及一种自动化码头的AGV在线路径规划方法。

技术介绍

[0002]港口作为贸易交流与货物运输的枢纽，是海运的关键组成部分。目前，全世界港口中传统人工操作码头占集装箱码头的98％以上。近年来，随着海运集装箱业务量迅速增加，对港口装卸速度有了新的要求，自动化集装箱码头(简称为自动化码头)应运而生。
[0003]相较于传统码头，自动化码头最突出的特点是岸边集装箱装卸、集装箱水平运输和堆场集装箱装卸等环节实现了全程智能化操作，从而提高了码头的工作效率，缓解了吞吐压力。大部分自动化港口均采用AGV(Automated Guided Vehicle，自动导引小车)作为水平运输载具，负责完成集装箱在岸边至堆场之间的搬运。AGV一般是通过中央控制系统控制其前进、转弯以及后退等行为，中央控制系统为AGV计算并分配最优线路，AGV则按照规划好的线路行驶。AGV作业的高效性和安全性对于提升码头吞度量和竞争力至关重要。随着港口吞吐量持续增长和码头规模不断扩大，自动化码头需要部署更多的AGV以保证运输效率。
[0004]AGV的路径规划是整个水平运输作业过程中的核心问题。通常，为了便于对AGV进行精准控制，首先需要对自动化码头内部的AGV运输网络的物理环境进行建模，其目的是将环境中的物理信息抽象成算法能够处理的数据，搭建路径规划所用的电子地图，关键信息包括AGV可行车道、路网中的节点、车道的权重等；其中，AGV可行驶车道被抽象为边的集合，其交点为节点，也称为逻辑点。中小规模的自动化码头的水平运输网络可以由上万个逻辑点与逻辑点之间的各连通边构成。
[0005]在电子地图基础上，AGV的路径规划首先进行线路规划，完成最优线路搜索，AGV线路规划是指根据某些优化目标(如运行时间最短、行驶线路最短、车辆行驶成本最小等)在物理环境抽象得到的电子地图中采用优化算法找到从起点至终点的一条最优解或接近最优解的线路，使得AGV后续按照找到的最优路线行驶。目前常用的线路规划方法主要包括基于图论的最短路算法，如广度优先搜索、深度优先搜索、Floyd算法、Dijkstra算法以及A
*
算法等，还包括基于智能仿生学的启发式算法，如蚁群算法、粒子群算法和遗传算法等，以及基于人工智能的Q
‑
Leaning算法和神经网络算法等。但针对线路规划问题，自动化码头的决策过程需要具有高实时性，目前常用的线路规划方法大多无法在极短的时间内做出较优的决策，其中A
*
算法虽然具有快速搜索能力，但其以距离最短或者时间最快为优化目标，难以从车辆实际行驶角度找到全局最优的规划方案；尽管也有一些其余算法在求解最优线路时考虑到了AGV变道与转弯对于运输效率的影响，但是并没有考虑大规模AGV车辆拥堵所导致的全局车辆运输效率低下的问题。
[0006]在AGV获得最优线路之后，还需要进行无障碍通行方案的规划，这是由于在实际应用中，AGV的工作环境动态变化，通常难以不间断地从规划路线的起点行驶至终点，否则极可能发生冲突、死锁。因此，对于AGV的路径规划研究除了保障线路较优以外，还需要对系统
中多辆AGV的行驶过程进行协同调控以防止发生冲突或者陷入死锁状态。目前，常用的死锁预防方法有预留区域法、时间窗法、Petri网格法以及交通控制法等。其中，时间窗法、Petri网格法实现AGV行驶过程的死锁预防依赖于AGV行驶过程的精确预测，当AGV因故障、起步慢或者中途等待时间过长等原因导致与计划过程不一致时，需要重新完成整体的通行计划，否则很有可能导致冲突死锁情况，因此，常用于冲突死锁情况能够在短时间内轻易解决的小型仓储式搬运AGV，而不适用于大型集装箱运载AGV。交通控制法虽然能够解决常见的冲突情况，但是针对大规模AGV路径规划问题中多辆AGV线路重合的情况，常常使较多车辆等待较长的时间，容易陷入交通瘫痪。相比之下，基于预留区域划分的预留路径表法对于保障AGV行驶过程的安全性具有较佳的表现，但该算法通常计算复杂度非常高，计算时间随着AGV数量增加会呈指数型增长，因此，不适合对实时性要求极高的自动化码头水平运输系统。
[0007]因此，针对实时性决策要求极高的自动化码头的大规模AGV系统，如何为各个AGV规划出最优线路以减少变道转弯、避免车辆拥堵等，并且避免AGV在行驶过程中出现冲突以及死锁情况，是本领域内一个亟待解决的问题。

技术实现思路

[0008]为了解决现有技术中的上述问题，本专利技术实施例提供了一种自动化码头的AGV在线路径规划方法，应用于自动化码头的中央控制系统，具体技术方案如下：
[0009]针对已分配运输任务的每个AGV，利用改进型A
*
算法为该AGV分配最优线路；并根据该AGV分配到的最优线路对所述自动化码头的电子地图进行负载更新；其中，所述改进型A
*
算法是基于当前电子地图中各边上的负载，以及添加有相邻两边的转弯时间成本、平衡负载成本和预防冲突死锁成本在内的评价函数，以边的评价函数值为决策实现最优线路计算；一条边上的负载表示依据各AGV分配到的最优线路，电子地图中该条边上已规划且尚未通过的AGV数量；
[0010]在各AGV位置中任一发生变化时，基于当前电子地图、各AGV的最优线路及沿最优线路行驶过程中各AGV的当前位置，计算各AGV在预设阈值内的预计通行区域；并将预计通行区域重叠的AGV划分在一个集群内，得到划分出的多个集群；
[0011]控制分布式系统对划分出的各集群进行独立计算，得到当前每个集群内各AGV的预留路径表；其中，每个AGV的预留路径表包括其预计通行区域对应的局部线路被划分出的多条路径，每条路径为一次连续行驶的最小边集合；
[0012]针对每个集群，在确定其内任一AGV依据对应的预留路径表行驶至与当前路径终点的距离达到预设距离值时，判断该AGV的下一条路径是否与该集群内其余AGV的当前路径冲突；
[0013]若是，向该AGV发出停止通行指令；若否，向该AGV发出下一条路径允许通行指令；其中，所述中央控制系统在AGV行驶过程中接收各AGV对其最优线路中已通行边的反馈，并实时更新电子地图中的负载。
[0014]在本专利技术的一个实施例中，所述根据该AGV分配到的最优线路对所述自动化码头的电子地图进行负载更新，包括：
[0015]将所述自动化码头的电子地图中，该AGV分配到的最优线路涉及的边上的负载加
一；其中，该AGV分配到的最优线路涉及的边包括通行边和冲突边；
[0016]相应的，所述中央控制系统在AGV行驶过程中接收各AGV对其最优线路中已通行边的反馈，并实时更新电子地图中的负载，包括：
[0017]所述中央控制系统针对接收到的每个已通行边，依据反馈该已通行边的AGV数量，减少当前电子地图中该已通行边及相关冲突边上的负载数量。
[0018]在本专利技术的一个实施例中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动化码头的AGV在线路径规划方法，其特征在于，应用于自动化码头的中央控制系统，所述方法包括：针对已分配运输任务的每个AGV，利用改进型A
*
算法为该AGV分配最优线路；并根据该AGV分配到的最优线路对所述自动化码头的电子地图进行负载更新；其中，所述改进型A
*
算法是基于当前电子地图中各边上的负载，以及添加有相邻两边的转弯时间成本、平衡负载成本和预防冲突死锁成本在内的评价函数，以边的评价函数值为决策实现最优线路计算；一条边上的负载表示依据各AGV分配到的最优线路，电子地图中该条边上已规划且尚未通过的AGV数量；在各AGV位置中任一发生变化时，基于当前电子地图、各AGV的最优线路及沿最优线路行驶过程中各AGV的当前位置，计算各AGV在预设阈值内的预计通行区域；并将预计通行区域重叠的AGV划分在一个集群内，得到划分出的多个集群；控制分布式系统对划分出的各集群进行独立计算，得到当前每个集群内各AGV的预留路径表；其中，每个AGV的预留路径表包括其预计通行区域对应的局部线路被划分出的多条路径，每条路径为一次连续行驶的最小边集合；针对每个集群，在确定其内任一AGV依据对应的预留路径表行驶至与当前路径终点的距离达到预设距离值时，判断该AGV的下一条路径是否与该集群内其余AGV的当前路径冲突；若是，向该AGV发出停止通行指令；若否，向该AGV发出下一条路径允许通行指令；其中，所述中央控制系统在AGV行驶过程中接收各AGV对其最优线路中已通行边的反馈，并实时更新电子地图中的负载。2.根据权利要求1所述的自动化码头的AGV在线路径规划方法，其特征在于，所述根据该AGV分配到的最优线路对所述自动化码头的电子地图进行负载更新，包括：将所述自动化码头的电子地图中，该AGV分配到的最优线路涉及的边上的负载加一；其中，该AGV分配到的最优线路涉及的边包括通行边和冲突边；相应的，所述中央控制系统在AGV行驶过程中接收各AGV对其最优线路中已通行边的反馈，并实时更新电子地图中的负载，包括：所述中央控制系统针对接收到的每个已通行边，依据反馈该已通行边的AGV数量，减少当前电子地图中该已通行边及相关冲突边上的负载数量。3.根据权利要求1或2所述的自动化码头的AGV在线路径规划方法，其特征在于，针对已分配运输任务的任一个AGV，利用改进型A
*
算法为该AGV分配最优线路的过程，包括：步骤a1，获取该AGV的运输任务的起点b和终点c，以及当前电子地图中各边上的负载；步骤a2，针对首次迭代，获取为空集的OpenList、ClosedList，并设置起点b为首次迭代的父节点，执行步骤a3；步骤a3，寻找以当前次迭代的父节点为起点的可达边集合A；步骤a4，针对所述可达边集合A中每一条边a，利用预设的评价函数计算公式计算其当前的评价函数值F(a)；步骤a5，基于该条边a与当前的OpenList和ClosedList的所属关系，以及该条边a当前的F(a)与原评价函数值的比较关系，更新该条边a的List归属；步骤a6，判断是否所述可达边集合A中每一条边a完成List归属更新；若否，执行步骤
a4；若是，执行步骤a7；步骤a7，判断当前的OpenList是否为空；若是，执行步骤a8；若否，执行步骤a9；步骤a8，确定针对该AGV的运输任务不存在最优线路；步骤a9，将当前的OpenList中，评价函数值F(a)最小的一条边转入当前的ClosedList中，执行步骤a10；步骤a10，判断当前的ClosedList中最后一条边a
*
的终点是否是终点c；若是，执行步骤a11；若否，执行步骤a12；步骤a11；根据当前的ClosedList中记录的信息，确定一条从起点b到终点c的最短线路作为该AGV的最优线路；步骤a12，将当前的ClosedList中最后一条边a
*
的终点作为下一次迭代的父节点，执行步骤a3。4.根据权利要求3所述的自动化码头的AGV在线路径规划方法，其特征在于，所述基于该条边a与当前的OpenList和ClosedList的所属关系，以及该条边a当前的F(a)与原评价函数值的比较关系，更新该条边a的List归属，包括：若该条边a不在当前的OpenList和ClosedList中的任一个，将当前的(a,F(a))加入到当前的OpenList中；若该条边a在当前的OpenList中，但不在当前的ClosedList中，判断当前的评价函数值F(a)是否小于当前的OpenList中该条边a的原评价函数值；若是，使用当前的(a,F(a))更新当前的OpenList中该条边a原有的信息；若否，维持当前的OpenList中该条边a原有的信息不变；若该条边a在当前的ClosedList中，但不在当前的OpenList中，判断当前的评价函数值F(a)是否小于当前的ClosedList中该条边a的原评价函数值；若是，将当前的ClosedList中该条边a的信息删除，并将当前的(a,F(a))加入当前的OpenList中；若否，维持当前的ClosedList中该条边a原有的信息不变，以及维持当前的OpenList不变。5.根据权利要求3所述的自动化码头的AGV在线路径规划方法，其特征在于，所述预设的评价函数计算公式，包括：F(e)＝T
v
(e)+T
r
(e)+T
l
(e)+T
c
(e)+T
n
(e)其中，F(e)表示对检测边e计算得到的评价函数值；T
v
(e)表示正常行驶的时间成本；T
r
(e)表示相邻两边的转弯时间成本；T
l
(e)表示平衡负载成本；T
c
(e)表示预防冲突死锁成本；T
n
(e)表示距离任务终点的预计通行时间；其中：其中，e
i
＝e0,...e表示AGV沿着最优路线行驶中的各条边，e0为起始边，e为检测边；t
v
(e
i
)表示AGV在单条边e
i
上的通行时长；其中，t
r
(e
i
‑1，e
i
)表示相邻两边e
i
...

【专利技术属性】
技术研发人员：周琛淏，焦俊玲，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：