一种基于蒙特卡罗树搜索的AGV小车的路径预测方法技术

本发明专利技术公开了一种基于蒙特卡罗树搜索的AGV小车的路径预测方法，蒙特卡罗树搜索载入路网信息；蒙特卡罗树搜索将任务起始点历史数据作为训练样本载入；蒙特卡罗树搜索向AGV小车发送推荐路径模型；AGV小车向蒙特卡罗树搜索发送当前位置信息；AGV小车根据蒙特卡罗树搜索的推荐信息，运行至新任务起始点，再将更新后的算法模型发送给蒙特卡罗树搜索。采用上述技术方案，针对现有技术中AGV系统小车原始位置到任务起始点的距离较长的问题，使用蒙特卡罗树搜索算法对任务的起始点进行预测，提前调用小车至有起始点较大概率的路段中，提高AGV系统的工作效率。

【技术实现步骤摘要】

本专利技术属于agv(自动引导车)系统的路径规划的，更具体地，本专利技术涉及一种基于蒙特卡罗树搜索的agv小车的路径预测方法。

技术介绍

1、1、相关技术发展背景介绍：

2、近年来，工业agv小车已运用到工业制造的方方面面，但是调度系统派任务存在潮汐状态的可能，即在某一时间段，任务量过多，系统中现有agv小车无法响应更多的任务；同样在某一时间段，任务量过少，多数agv小车在空闲状态。这会导致agv小车完成任务量较小、负荷不均衡、运力浪费等情况。

3、现阶段的agv路径规划研究主要重点是agv小车起始点到目标点的的路径优化，往往针对的是一对一的情况，即小车需要先等待，然后根据调度系统发送的指令，来将物品从起始点运送目标点；

4、当所有小车所停位置离起始点都较远，那么小车从当前位置到起始点位置会耗费大量时间，造成agv系统运行效率较低，

5、2、现有技术情况：

6、现有技术针对于agv小车的路径规划，主要研究点在于如何将货物目标点和运送终点的路径最优化，较少研究小车当前位置到目标起始点位置的最优化。<本文档来自技高网...

【技术保护点】

1.一种基于蒙特卡罗树搜索的AGV小车的路径预测方法，其特征在于：所述的蒙特卡罗树搜索载入路网信息；所述的蒙特卡罗树搜索将任务起始点历史数据作为训练样本载入；所述的蒙特卡罗树搜索向AGV小车发送推荐路径模型；所述的AGV小车向蒙特卡罗树搜索发送当前位置信息；所述的AGV小车根据蒙特卡罗树搜索的推荐信息，运行至新任务起始点，再将更新后的算法模型发送给蒙特卡罗树搜索。

2.按照权利要求1所述的基于蒙特卡罗树搜索的AGV小车的路径预测方法，其特征在于：当AGV小车接收到路径推荐模型时，将会从当前位置规划到任务起始点的位置，即当前点到任务起始点，所述的路径预测方法在获取两个节点间最短...

【技术特征摘要】

1.一种基于蒙特卡罗树搜索的agv小车的路径预测方法，其特征在于：所述的蒙特卡罗树搜索载入路网信息；所述的蒙特卡罗树搜索将任务起始点历史数据作为训练样本载入；所述的蒙特卡罗树搜索向agv小车发送推荐路径模型；所述的agv小车向蒙特卡罗树搜索发送当前位置信息；所述的agv小车根据蒙特卡罗树搜索的推荐信息，运行至新任务起始点，再将更新后的算法模型发送给蒙特卡罗树搜索。

2.按照权利要求1所述的基于蒙特卡罗树搜索的agv小车的路径预测方法，其特征在于：当agv小车接收到路径推荐模型时，将会从当前位置规划到任务起始点的位置，即当前点到任务起始点，所述的路径预测方法在获取两个节点间最短路径时，采用了a*算法。

3.按照权利要求2所述的基于蒙特卡罗树搜索的agv小车的路径预测方法，其特征在于：所述的蒙特卡罗树搜索分为四个步骤：分别为选择、扩展、模拟和反向传播；

4.按照权利要求1所述的基于蒙特卡罗树搜索的agv小车的路径预测方法，其特征在于：所述的算法的每一次迭代都会拓展搜索树；当迭代一定次数或到达一定时间，依据根节点下最优的子节点作为决策的结果，来进行最优方案的选择。

5.按照权利要求4所述的基于蒙特卡罗树搜索的agv小车的路径预测方法，其特征在于：所述的路径预测方法采用python network x构建agv系统运行的环境，将地图与历史派送任务起始点信息作为经验值融入算法训练中，根据agv运行环境中道路与道路间的关系生成道路路网，将道路用边表示，路与路间的交接点为节点。

6.按照权利要求5所述的基于蒙特卡罗树搜索的agv小车的路径预测方法，其特征在于：所述的...

【专利技术属性】
技术研发人员：丁慧琴，陈昕，谈志强，郑亮，曹雏清，
申请(专利权)人：长三角哈特机器人产业技术研究院，
类型：发明
国别省市：