【技术实现步骤摘要】
本专利技术涉及agv路径规划，尤其涉及一种基于混合粒子群优化算法的agv路径规划方法。
技术介绍
1、agv小车在智能仓储系统中被广泛应用，其路径规划成为系统的关键技术之一。路径规划即在一定障碍物和多种约束条件的环境中，依据多个优化目标，搜索出一条从指定起点到终点的无碰撞路径。近年来，传统的粒子群优化算法容易出现局部优化和收敛速度慢等缺点。
技术实现思路
1、本专利技术提供了一种基于混合粒子群优化算法的agv路径规划方法，随机选择路径粒子，并根据适应度值，扩大种群规模，对所述种群内的个体按照适应度值进行排序，进而得到agv路径的最优解，简化了路径规划过程，收敛速度快。
2、本专利技术提供的技术方案为：
3、基于混合粒子群优化算法的agv路径规划方法，包括：
4、确定agv参与下的物料货位拣选的二维搜索空间，并将所述二维搜索空间划分为多个栅格；
5、将所述栅格中的每个交叉点作为一个粒子，每个粒子代表一个路径节点，获取agv小车的起点和终点，并随机选取粒子生成初始粒子群，并计算初始粒子群中粒子的适应度值；
6、根据所述适应度值，扩大种群规模；
7、通过约束函数，使所述种群规模达到预设值，并对所述种群内的个体按照适应度值进行排序，进而得到agv路径的最优解。
8、优选的是，所述栅格尺度通过所述二维物理空间的长度和宽度确定，并通过设定所述栅格的颜色区分障碍空间。
9、优选的是，所述初始粒子群中粒
10、优选的是，所述初始粒子群中粒子的适应度值计算公式为：
11、f(n)＝g(n)+h·h(n)；
12、其中，f(n)表示粒子n的适应度值，g(n)表示起点到粒子n的实际距离，h(n)表示粒子n到终点的直线距离，h表示系数。
13、优选的是，根据所述根据所述适应度值，扩大种群规模，包括：
14、在所述初始粒子群中包含的每个路径节点上扩散多个子路径点，形成子粒子种群；
15、并在所述子粒子种群上扩散出分支粒子种群；
16、当所述初始种群，子粒子种群和所述分粒子种群的数量满足预设阈值要求，将所述初始种群、所述子粒子种群和所述分支种群合并为规模种群。
17、优选的是，所述子粒子种群的粒子数量计算公式为：
18、
19、其中，fmax和fmin分别为当前种群中粒子的最大和最小适应度值，f为当前粒子的杂草适应度值，smax和smin表示种群产生的最大子粒子数和最小子粒子数。
20、优选的是，在所述子粒子种群上扩散出分支粒子种群，其扩散步长为：
21、
22、其中，iter为当前进化代数，itermax表示最大进化代数，n表述非线性调和因子，σ0和σf表示标准差的最初值和最终值。
23、优选的是，所述约束函数为目标函数的最优解。
24、本专利技术还提供了一种基于混合粒子群优化算法的agv路径规划装置，包括：
25、分割模块，其用于确定agv参与下的物料货位拣选的二维搜索空间，并将所述二维搜索空间划分为多个栅格；
26、初始模块，将所述栅格中的每个交叉点作为一个粒子，每个粒子代表一个路径节点，获取agv小车的起点和终点，并随机选取粒子生成初始粒子群，并计算初始粒子群中粒子的适应度值；
27、扩散模块，其用于根据所述适应度值，扩大种群规模；
28、分析模块，其用于通过约束函数，使所述种群规模达到预设值，并对所述种群内的个体按照适应度值进行排序，进而得到agv路径的最优解。
29、本专利技术还提供了一种基于混合粒子群优化算法的agv路径规划设备，包括：
30、存储器，用于存储可执行指令和所述基于混合粒子群优化算法的agv路径规划装置中模块运算的数据；
31、处理器，用于与所述存储器连接以执行可执行指令，从而完成如权利要求1-8任一项所述的方法。
32、有益效果
33、本专利技术提供的基于混合粒子群优化算法的agv路径规划方法，随机选择路径粒子，并根据适应度值，扩大种群规模，对所述种群内的个体按照适应度值进行排序，进而得到agv路径的最优解，简化了路径规划过程，收敛速度快。
本文档来自技高网...【技术保护点】
1.基于混合粒子群优化算法的AGV路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于混合粒子群优化算法的AGV路径规划方法，其特征在于，所述栅格尺度通过所述二维物理空间的长度和宽度确定，并通过设定所述栅格的颜色区分障碍空间。
3.根据权利要求1或2所述的基于混合粒子群优化算法的AGV路径规划方法，其特征在于，所述初始粒子群中粒子的适应度值是关于路径的长度、时间或避障系数的函数。
4.根据权利要求1或2所述的基于混合粒子群优化算法的AGV路径规划方法，其特征在于，所述初始粒子群中粒子的适应度值计算公式为：
5.根据权利要求4所述的基于混合粒子群优化算法的AGV路径规划方法，其特征在于，所述根据所述适应度值，扩大种群规模，包括：
6.根据权利要求5所述的基于混合粒子群优化算法的AGV路径规划方法，其特征在于，所述子粒子种群的粒子数量计算公式为：
7.根据权利要求5所述的基于混合粒子群优化算法的AGV路径规划方法，其特征在于，在所述子粒子种群上扩散出分支粒子种群，其扩散步长为：
8.根据权利
9.一种基于混合粒子群优化算法的AGV路径规划装置，其特征在于，包括：
10.一种基于混合粒子群优化算法的AGV路径规划设备，其特征在于，包括：
...【技术特征摘要】
1.基于混合粒子群优化算法的agv路径规划方法，其特征在于，包括：
2.根据权利要求1所述的基于混合粒子群优化算法的agv路径规划方法，其特征在于，所述栅格尺度通过所述二维物理空间的长度和宽度确定，并通过设定所述栅格的颜色区分障碍空间。
3.根据权利要求1或2所述的基于混合粒子群优化算法的agv路径规划方法，其特征在于，所述初始粒子群中粒子的适应度值是关于路径的长度、时间或避障系数的函数。
4.根据权利要求1或2所述的基于混合粒子群优化算法的agv路径规划方法，其特征在于，所述初始粒子群中粒子的适应度值计算公式为：
5.根据权利要求4所述的基于混合粒子群优化算法的agv路径规划...
【专利技术属性】
技术研发人员：艾建，王霄霄，简金领，赵全海，范孟杰，张迪，翟康，范现鑫，谢英杰，王晓月，滕丽丽，乔治局，张雅楠，王志勇，王根旺，孟令辉，肖二凯，
申请(专利权)人：河南中烟工业有限责任公司，
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。