一种多四向穿梭车的路径规划方法技术

本发明专利技术属于自动化仓储设备及其控制技术领域，具体涉及一种多四向穿梭车的路径规划方法，所述路径规划方法建立了环境的着色

【技术实现步骤摘要】
一种多四向穿梭车的路径规划方法


[0001]本专利技术属于自动化仓储设备及其控制
，具体涉及一种多四向穿梭车的路径规划方法
。

技术介绍

[0002]四向穿梭车是一种具有环境信息感知
、
路径规划
、
行为控制和执行功能的仓储机器人
。
它通过使用多种不同类型的传感器来感知周围环境，包括识别障碍物
、
测量距离和位置等
。
根据环境信息，它可以进行路径规划，找到最优的搬运路径，并通过行为控制和执行功能将货物搬运到指定位置
。
[0003]其中，路径规划技术是四向穿梭车研究领域的关键技术之一，是其完成任务的安全保障，是智能化程度的标志之一，同时也是人工智能与机器人学的一个重要的结合点和研究热点
。
自上世纪
70
年代起，路径规划问题就已经受到了国内外众多机构和学者的广泛关注，尤其是
80
年代以来，在人工智能
、
计算机科学
、
数学和机械工程等领域内的专家学者们的共同努力下，路经规划技术的研究在理论和实践方面都有了很大的提高
。
[0004]近年来，四向穿梭车作为新兴的密集仓储设备，由于其具有自动化程度高
、
运载量大
、
能够适应高强度作业的特点，在物流业中有着庞大的市场与应用前景
。
但是随着物流业规模的持续扩大
、
包裹分拣任务的激增，参与工作的穿梭车数量也随之增加，有时需要几十台穿梭车同时工作
。
多四向穿梭车的路径规划是其在实际应用中的关键问题，不仅要考虑路径的效率，更要注重多四向穿梭车之间的碰撞和路径死锁问题
。
现有大部分研究主要考虑静态理想情况下的无碰撞路径规划，而针对动态环境提出的仿真算法
(
如蚁群算法
、
遗传算法等
)
计算复杂度高
、
收敛速度较慢；此外，现阶段大多数研究在解决问题过程中仅仅用任务的优先级来确定四向穿梭车的优先级，未考虑路径的死锁等其它因素，由此当四向穿梭车数量过多时，可能会造成路径堵塞
。

技术实现思路

[0005]本专利技术的目的是提供一种能够有效避免碰撞并减少路径死锁的多四向穿梭车的路径规划方法，其具体通过以下技术方案实现：
[0006]一种多四向穿梭车的路径规划方法，包括以下步骤：
[0007]步骤1：建立四向穿梭车运行环境的拓扑地图；
[0008]步骤2：根据拓扑地图构建四向穿梭车运行环境的着色
Petri
网模型；
[0009]步骤3：采用
A*
算法对每辆四向穿梭车进行单独的路径规划；
[0010]步骤4：求出每辆四向穿梭车分别和其它四向穿梭车形成的所有冲突库所序列并判断其类型；
[0011]步骤5：对路径死锁情况进行分类并检测所有路径中的死锁以及其类型，如果存在死锁，则进行步骤6，否则进行步骤7；
[0012]步骤6：对存在死锁的四向穿梭车的路径进行重新规划，之后返回步骤4；
[0013]步骤7：综合考虑四向穿梭车的任务
、
载货
、
路径死锁情况，对所有四向穿梭车进行优先级排序；
[0014]步骤8：采用轮询方法在每轮申请中，为所有四向穿梭车动态申请若干数量的库所序列并根据步骤7中得到的优先级对申请进行处理，计算出每辆四向穿梭车可占用库所序列并结合着色
Petri
网模型中变迁的使能条件，得到每辆穿梭车无碰撞路径，然后每隔一段时间进行下一轮，重复此步骤
。
[0015]作为优选，步骤1中拓扑地图用三元组
<R,S,A>
描述，
R
和
S
为地图中的节点集合，各节点对应于实际环境中的标志物
(
如二维码
)
，其中
R
中的节点表示站点
(
如工作站
、
充电站
)
，
S
中的节点表示道路点，
A
为任意两个相邻节点间的有向弧
(
表示四向穿梭车可行驶的道路
)
集合；
[0016]所述步骤2中用八元组
∑
＝
<P,T,F,K,W,M,D,C>
表示着色
Petri
网模型；其中
∑
中的
P
＝
{p0,p1,...,p
n
}
为库所的集合，每个库所与拓扑地图中的每个节点一一对应；
∑
中的
T
＝
{t0,t1,...,t
m
}
为变迁的集合；
∑
中的
F
为连接库所与变迁的有向弧的集合，一个变迁及一对连接库所和变迁的有向弧表示拓扑地图中的有向弧；
∑
中的
K
为容量函数，代表库所和其托肯
(
库所中的资源，用来表示四向穿梭车
)
容量的映射函数，
∑
中每个库所的容量均为1，即
K
＝
[1]，代表每个节点只能够容纳一辆四向穿梭车；
∑
中的
W
为权函数，代表有向弧与其权值的映射函数，
∑
中每条弧的权值为1，即
W
＝
[1]，一次变迁的激发将使得一辆四向穿梭车从输入库所运动至输出库所；
∑
中的
M
为标识，表示各托肯分别在哪个库所中；
∑
中的
D
＝
{d0,d1,...,d
n
}
，为颜色集，代表四向穿梭车集合，每辆四向穿梭车用唯一的颜色表示，将颜色为
d
的托肯简称为托肯
d
；
∑
中的
C
为着色映射，如果一个库所准许某辆四向穿梭车驶入，则对应库所和变迁的着色映射包含该四向穿梭车的颜色
。
[0017]作为优选，所述步骤3包括以下子步骤：
[0018]步骤
3.1
：定义库所的坐标
Pos
＝
(x,y)
，
{pos1,pos2,...,pos
n
}
表示着色
Petri
网模型
∑
中的所有库所的坐标；定义每个变迁对应的实际路段的长度
Len
，
{len1,len2,...,len
m
}
表示着色
Petri...

【技术保护点】

【技术特征摘要】
1.
一种多四向穿梭车的路径规划方法，其特征在于，包括以下步骤：步骤1：建立四向穿梭车运行环境的拓扑地图；步骤2：根据拓扑地图构建四向穿梭车运行环境的着色
Petri
网模型；步骤3：采用
A*
算法对每辆四向穿梭车进行单独的路径规划；步骤4：求出每辆四向穿梭车分别和其它四向穿梭车形成的所有冲突库所序列并判断其类型；步骤5：对路径死锁情况进行分类并检测所有路径中的死锁以及其类型，如果存在死锁，则进行步骤6，否则进行步骤7；步骤6：对存在死锁的四向穿梭车的路径进行重新规划，之后返回步骤4；步骤7：综合考虑四向穿梭车的任务
、
载货
、
路径死锁情况，对所有四向穿梭车进行优先级排序；步骤8：采用轮询方法在每轮申请中，为所有四向穿梭车动态申请若干数量的库所序列并根据步骤7中得到的优先级对申请进行处理，计算出每辆四向穿梭车可占用库所序列并结合着色
Petri
网模型中变迁的使能条件，得到每辆穿梭车无碰撞路径，然后每隔一段时间进行下一轮，重复此步骤
。2.
根据权利要求1所述的一种多四向穿梭车的路径规划方法，其特征在于，步骤1中拓扑地图用三元组
<R,S,A>
描述，
R
和
S
为所述拓扑地图中的节点集合，其中
R
中的节点表示站点，
S
中的节点表示道路点，
A
为任意两个相邻节点间的有向弧集合；步骤2中用八元组
∑
＝
<P,T,F,K,W,M,D,C>
表示着色
Petri
网模型；其中
∑
中的
P
＝
{p0,p1,...,p
n
}
为库所的集合，每个库所与所述拓扑地图中的每个节点一一对应；
∑
中的
T
＝
{t0,t1,...,t
m
}
为变迁的集合；
∑
中的
F
为连接库所与变迁的有向弧的集合，一个变迁及一对连接库所和变迁的有向弧表示拓扑地图中的有向弧；
∑
中的
K
＝
[1]
为容量函数，代表库所和其托肯容量的映射函数，即每个节点只能够容纳一辆四向穿梭车；
∑
中的
W
＝
[1]
为权函数，代表有向弧与其权值的映射函数，即一次变迁的激发将使得一辆四向穿梭车从输入库所运动至输出库所；
∑
中的
M
为标识，表示各托肯分别所在库所；
∑
中的
D
＝
{d0,d1,...,d
n
}
为颜色集，代表四向穿梭车集合，每辆四向穿梭车用唯一的颜色表示，将颜色为
d
的四向穿梭车简称为托肯
d
；
∑
中的
C
为着色映射，若一个库所准许某四向穿梭车驶入，则对应库所和变迁的着色映射包含该四向穿梭车的颜色
。3.
根据权利要求2所述的一种多四向穿梭车的路径规划方法，其特征在于，步骤3包括：步骤
3.1
：定义库所的坐标
Pos
＝
(x,y)
，
{pos1,pos2,...,pos
n
}
表示着色
Petri
网模型
∑
中的所有库所的坐标；定义每个变迁对应的实际路段的长度
Len
，
{len1,len2,...,len
m
}
表示着色
Petri
网模型
∑
中所有变迁对应的实际路段的长度；步骤
3.2
：定义
A*
算法的估价函数
f(p)
＝
g(p)+h(p)
，包括以下步骤：步骤
3.2.1
：定义
f(p)
为从起始库所
p
s
出发，经过库所
p
，最终到达终点库所
p
e
的总代价；步骤
3.2.2
：定义
h(p)
为从库所
p
到终点库所
p
e
的预估代价，
h(p)
采用曼哈顿距离表示，
h(p)
＝
|x(pos
e
)
‑
x(pos
p
)|+|y(pos
e
)
‑
y(pos
p
)|
；步骤
3.2.3
：定义
g(p)
为从起始库所
p
s
到库所
p
的实际代价，
g(p)
＝
α1g1(p)+
α2g2(p)+
α3g3(p)
；其中
g1(p)
为路径长度，每次从父库所
p0沿着变迁搜索下一个库所时，只需增加该变迁
对应路径的长度，
g1(p)
＝
g1(p0)+len(t<p0,p>)
，起始库所
p
s
处的函数值
g1(p
s
)
＝0；
g2(p)
考虑路径拥堵程度，库所
p
处的拥堵程度可以通过其它托肯路径库所序列中包含库所
p
的托肯的总数
N
c
来衡量，
g2(p)
＝
g2(p0)+N
c
，起始库所
p
s
处的函数值等于
g2(p
s
)
＝0；
g3(p)
考虑穿梭车转弯的影响，用
Z
来表示转弯代价，如果到达库所
p
需要转弯则
Z
＝1，否则
Z
＝0，
g3(p)
＝
g3(p0)+Z
，起始库所
p
s
处的函数值等于
g3(p
s
)
＝0；根据实际运行环境，用
α1、
α2和
α3对
g1(p)、g2(p)
和
g3(p)
进行归一化处理；步骤
3.3
：用库所货物状态数组
I
＝
[i1,i2,...,i
n
]
表示着色
Petri
网模型
∑
中每个库所的货物状态，若库所
p
有货物存放，则
i
p
＝1，反之
i
p
＝0；步骤
3.4
：定义两个辅助表
Open
表和
Close
表，并将起始库所添加到
Open
表中；步骤
3.5
：弹出
Open
表中
f(p)
值最低的库所
p
作为当前库所，并将其加入
Close
表中；步骤
3.6
：拓展路径库所，包括以下步骤：步骤
3.6.1
：对于库所
p
的任意一个后集库所
p
next
，如果当前托肯载货且
p
next
有货物存放即或者
p
next
已经在
Close
表中，则省略
p
next
，否则执行步骤
3.6.2
；步骤
3.6.2
：继续判断
p
next
是否在
Open
表中，如果不在，则将
p
next
添加到
Open
表中，把当前库所
p
作为
p
next
的父库所；如果
p
next
已经在
Open
表中，且表中，且为从库所
p
到库所
p
next
的代价，则令且把
p
next
的父库所改成当前库所
p
，重新计算
p
next
的
f(p
next
)
值并更新
Open
表；步骤
3.6.3
：遍历库所
p
的所有后集库所；步骤
3.7
：重复步骤
3.5
和
3.6
，当终点库所
p
e
添加进
Close
表中或
Open
表为空时，算法结束，从终点库所
p
e
回溯，得到该托肯的路径库所序列
。4.
根据权利要求3所述的一种多四向...

【专利技术属性】
技术研发人员：鲁建厦，陈胜，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：