一种制造技术

本发明专利技术涉及一种

【技术实现步骤摘要】
一种AGV路径优化及实时调度的方法


[0001]本专利技术属于
AGV
路径调度
，具体涉及一种
AGV
路径优化及实时调度的方法
。

技术介绍

[0002]近年来，国内的智能仓储技术逐渐成熟，智能仓储是物流过程的一个环节，智能仓储的应用，保证了货物仓库管理各个环节数据输入的速度和准确性，确保企业及时准确地掌握库存的真实数据，合理保持和控制企业库存
。
建立一个智能仓储系统需要多个运输车的共同协作，仓库环境复杂，且作业流程繁琐
。
如何对各个运输车进行任务分配，运动调度以及路径规划，使之在不碰撞的前提下高效快速地移动
、
分拣，从而提高仓库管理的工作效率，是工业应用亟待解决的关键问题
。

技术实现思路

[0003]本专利技术的目的就在于为了解决上述问题而提供一种结构简单，设计合理的
AGV
路径优化及实时调度的方法
。
[0004]本专利技术通过以下技术方案来实现上述目的：
[0005]一种
AGV
路径优化及实时调度的方法，包括以下步骤，获得仓库地图数据，基于所述仓库地图数据获得栅格地图数据；
[0006]基于先来先服务调度算法获得运输车的运动调度数据；
[0007]基于所述运输车的运动调度数据，获得实际行进轨迹数据，基于所述实际行进轨迹数据，输出所述运输车的控制数据，所述控制数据控制运输车基于实际行进轨迹数据行驶
。<br/>[0008]作为本专利技术的进一步优化方案，基于仓库的实例地图划分为系列网格，基于划分的系列网格获得栅格地图数据，所述运输车仅可于未被占用的网格内移动；
[0009]其中，所述栅格地图数据为
26*26
的数组数据，地图中的每个点表示一个网格
。
[0010]作为本专利技术的进一步优化方案，其中，灰色表示网格已被占用或有障碍物，蓝色表示网格处于可行区域，是路径的一部分
。
[0011]作为本专利技术的进一步优化方案，基于所述运输车的类型，判断所述运输车是否需要以弧形轨迹移动；当其需要以弧形轨迹移动时，以设定的结构数据，于栅格地图数据中表示其转弯曲线路径数据
。
[0012]作为本专利技术的进一步优化方案，获得运输车的前部数据与后部数据，基于运输车的前部数据与后部数据于栅格地图数据中标识，指示所述运输车的位置数据与方向数据
。
[0013]作为本专利技术的进一步优化方案，所述先来先服务调度方法为：
[0014]输入每个运输车的到达时间和作业时间；
[0015]将所有作业的到达时间进行排序，然后依次进行作业；
[0016]计算输出完成时间
、
周转时间以及带权周转时间
。
[0017]作为本专利技术的进一步优化方案，基于所述运输车的运动调度数据获得实际行进轨迹数据的方法为：
[0018]获得所述运输车于所述栅格地图数据上的二维坐标；
[0019]运行
Di jkstra
算法进行路径规划得到初始路径，并判断是否需要转向，如下式：
[0020]path
final
＝
F(A
start
,B
start
,A
terminal
,B
terminal
)
；
[0021]其中，
A、B
分别表示运输车的首尾方向，
F
为路径规划算法，
path
final
为可行路径
。
[0022]作为本专利技术的进一步优化方案，基于切比雪夫距离描述运动代价，其中，切比雪夫距离公式如下式：
[0023][0024]x
，
y
分别代表起始点和终点的横纵坐标
。
[0025]作为本专利技术的进一步优化方案，若无需转向，且车头和车尾在终点的位置正确，则返回初始路径作为最终路径；若位置不正确，则在初始路径的结果中填充车尾的位置，用新地图再次运行
Di jkstra
算法，得到最终路径返回，所述最终路径即为实际行进轨迹数据；若需要转向，则在初始路径中找出距离车尾最近的
T
结构作为中间节点，两次运行
Di jkstra
算法，两次返回的路径相加得到最终路径
。
[0026]本专利技术的有益效果在于：本专利技术的方法主要用于解决智能仓储中运输车的运动调度和路径规划问题
。
具体方法为：将仓库实例地图建模为栅格地图，采用先来先服务调度算法实现运输车的运动调度，结合改进的
Di jkstra
算法进行路径规划
。
本专利技术能避免智能仓储中运输车的碰撞问题，并规划出最短的运输路线，实现多小车的协同运作，提高仓库的运作效率
。
附图说明
[0027]图1是本专利技术的一种
AGV
路径优化及实时调度的方法的方法流程图
。
具体实施方式
[0028]下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整
。
[0029]如图1所示，一种
AGV
路径优化及实时调度的方法，包括，获得仓库地图数据，基于所述仓库地图数据获得栅格地图数据；
[0030]基于调度算法获得运输车的运动调度数据；
[0031]基于所述运输车的运动调度数据，获得实际行进轨迹数据，基于所述实际行进轨迹数据，输出所述运输车的控制数据，所述控制数据控制运输车基于实际行进轨迹数据行驶
。
[0032]此处的调度算法可以为任一一种现有的调度算法
。
[0033]进一步的，基于仓库的实例地图划分为系列网格，基于划分的系列网格获得栅格地图数据，所述运输车仅可于未被占用的网格内移动；
[0034]其中，所述栅格地图数据为
26*26
的数组数据，地图中的每个点表示一个网格
。
[0035]其中，灰色表示网格已被占用或有障碍物，蓝色表示网格处于可行区域，是路径的
一部分
。
[0036]进一步的，基于所述运输车的类型，判断所述运输车是否需要以弧形轨迹移动；当其需要以弧形轨迹移动时，以设定的结构数据，于栅格地图数据中表示其转弯曲线路径数据
。
[0037]在本实施例中，由于有些运输车的体积较大，因此其在转弯时，呈一个弧形转弯区域，在本实施例中可以采用用一个
、
两个和四个栅格地图中的直角
L
型结构来代表实例地图中的转弯曲线；原有的栅格图中使用路径规划时，运输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种
AGV
路径优化及实时调度的方法，其特征在于，包括以下步骤，获得仓库地图数据，基于所述仓库地图数据获得栅格地图数据；基于调度算法获得运输车的运动调度数据；基于所述运输车的运动调度数据，获得实际行进轨迹数据，基于所述实际行进轨迹数据，输出所述运输车的控制数据，所述控制数据控制运输车基于实际行进轨迹数据行驶
。2.
根据权利要求1所述的一种
AGV
路径优化及实时调度的方法，其特征在于：基于仓库的实例地图划分为系列网格，基于划分的系列网格获得栅格地图数据，所述运输车仅可于未被占用的网格内移动
。3.
根据权利要求2所述的一种
AGV
路径优化及实时调度的方法，其特征在于：其中，灰色表示网格已被占用或有障碍物，蓝色表示网格处于可行区域，是路径的一部分
。4.
根据权利要求3所述的一种
AGV
路径优化及实时调度的方法，其特征在于：基于所述运输车的类型，判断所述运输车是否需要以弧形轨迹移动；当其需要以弧形轨迹移动时，以设定的结构数据，于栅格地图数据中表示其转弯曲线路径数据
。5.
根据权利要求4所述的一种
AGV
路径优化及实时调度的方法，其特征在于：获得运输车的前部数据与后部数据，基于运输车的前部数据与后部数据于栅格地图数据中标识，指示所述运输车的位置数据与方向数据
。6.
根据权利要求5所述的一种
AGV
路径优化及实时调度的方法，其特征在于：所述调度算法包括先来先服务调度方法，其中，所述先来先服务调度方法为：输入每个运输车的到达时间和作业时间；将所有作业的到达时间进行排序，然后依次进行作业；计算输出完成时间
、
周转时间以及带权周...

【专利技术属性】
技术研发人员：吴小倩，郑益民，
申请(专利权)人：深圳市磅旗科技智能发展有限公司，
类型：发明
国别省市：