System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种仓库路径规划方法、装置和设备制造方法及图纸_技高网

一种仓库路径规划方法、装置和设备制造方法及图纸

技术编号:42665429 阅读:0 留言:0更新日期:2024-09-10 12:21
本发明专利技术公开了一种仓库路径规划方法、装置和设备,包括采用栅格地图法对仓库货架和通道建模,得到栅格地图;采用道路方向规则对栅格地图处理,得到道路方向图;采用搜索区域框定法对从起始点到目标点的区域框定,得到搜索区域,并计算得到障碍物密度;然后基于障碍物密度、环境权值公式和权值启发函数计算得到代价函数;在所述栅格地图中,对从起始点到目标点方向进行四向拓展,采用道路方向图对拓展点筛选,并采用代价函数计算拓展点代价值,直到最终规划出最小代价路径。本发明专利技术可用于智能仓库中AGV的路径规划,用以弥补传统启发式A‑star算法路径转角多的缺陷,在保证最优路径的前提下,提高算法的搜索效率,同时还为仓库地图的通行空间制定通行规则,提高多车通行时的通行效率。

【技术实现步骤摘要】

本专利技术涉及基于路径最优的agv路径优化领域,特别是涉及一种仓库路径规划方法,本专利技术还涉及一种仓库路径规划装置和设备。


技术介绍

1、在智能仓库agv领域,路径规划是其关键技术之一。路径规划问题是一个np-hard问题,路径规划被定义为:根据已知环境信息,利用优化算法计算出一条无碰撞路径,该路径连接起始点和目标点,满足时间最少或路径最短等指标。目前常用的路径规划算法有a-star算法、蚁群算法、快速搜索随机树算法等。a-star算法作为全局最优算法在智能仓库agv领域应用广泛,但是传统a-star算法复杂度高、搜索效率低且搜索路径转角多。

2、针对a-star算法搜索效率低的缺点,缪殷俊等优化了a-star算法的启发函数,为启发函数添加权值系数,提高了搜索效率。但是这种方法十分依赖对权值的准确调试,有时权值设置较大使路径不能最优,有时权值设置较小使搜索效率降低,难以满足仓库agv对寻径稳定高效的需求。针对a-star算法路径转角多的缺点,大多都采用路径后处理方式,在寻得路径上进行检查和删改路径节点,消除了不必要的转角。但是后处理需要消耗额外计算资源,增加了长期成本。且增加了搜索时间,降低了算法效率。

3、因此,需要一种高效稳定且无冗余转角的路径规划方法,为仓库agv规划路径。


技术实现思路

1、本专利技术的目的是提供一种仓库路径规划方法,采用栅格地图法对仓库货架和通道建模得到栅格地图,同时采用道路方向规则对栅格地图处理,得到道路方向图。在栅格地图中,采用搜索区域框定法对起始点到目标点的区域框定,得到搜索区域,并计算搜索区域中障碍物密度,然后,根据障碍物密度和环境权值公式计算得到环境权值,并根据环境权值和权值启发函数计算得到代价函数。根据所述栅格地图和起始点信息,初始化拓展列表、禁列表和回溯矩阵,然后,从拓展列表中选取代价值最小节点作为父节点进行四向拓展,并根据所述道路方向图中对应父节点的允许方向,筛选出符合方向要求的拓展节点,同时,根据所述代价函数计算合格拓展节点的代价值,根据合格拓展节点信息更新拓展列表、禁列表和回溯矩阵,最后,检验是否找到目标点或拓展列表为空,若否,继续上述拓展、筛选、计算和更新的动作,直到最终规划出最小代价路径;本专利技术的另一目的是提供一种仓库路径规划的装置和设备,可以采用栅格地图法对仓库建模得到栅格地图,同时采用道路方向规则对栅格地图处理,得到道路方向图。并根据搜索区域框定法对起始点到目标点的区域框定,计算的到障碍物密度,根据障碍物密度和环境权值公式计算得到环境权值,根据环境权值和权值启发函数计算得到代价函数,根据所述栅格地图和起始点信息,初始化拓展列表、禁列表和回溯矩阵,然后,从拓展列表中选取总代价值最小节点作为父节点进行四向拓展,并根据所述道路方向图中对应父节点的允许方向,筛选出符合方向要求的拓展节点,同时,根据所述代价函数计算合格拓展节点的代价值,根据合格拓展节点信息更新拓展列表、禁列表和回溯矩阵,最后,检验是否找到目标点或拓展列表为空,若否,继续上述拓展、筛选、计算和更新的动作,直到最终规划出最小代价路径。

2、为了解决上述技术问题,本专利技术提供了一种仓库路径规划方法,包括:

3、根据所述栅格地图法对仓库货架和通道建模,得到栅格地图,同时,采用道路方向规则对栅格地图进行处理,得到道路方向图;

4、在所述栅格地图中,采用搜索区域框定法对从起始点到目标点的区域进行框定,得到搜索区域,并计算搜索区域中障碍物密度,然后,根据所述障碍物密度和环境权值公式计算环境权值,并根据所述环境权值和权值启发函数计算得到代价函数。

5、根据所述栅格地图和起始点信息,初始化拓展列表、禁列表和回溯矩阵,然后,从拓展列表中选取总代价值最小节点作为父节点进行四向拓展,并根据所述道路方向图中对应父节点的允许方向,筛选出符合方向要求的拓展节点,同时,根据所述代价函数计算合格拓展节点的代价值,根据合格拓展节点信息更新拓展列表、禁列表和回溯矩阵,最后,检验是否找到目标点或拓展列表为空,若否,继续上述拓展、筛选、计算和更新的动作,直到最终规划出最小代价路径。

6、优选地,所述采用栅格地图对仓库货架和通道进行建模具体为:将仓库地图中货架区域设置为无穷大值,并将通道区域设置为1;

7、优选地,所述道路方向规则具体为:

8、将所述仓库中的货架之间的通行道路定义为货架通道,将其余通道定义为主干道。其中所述主干道包含多个路口段,主干道除路口段的部分为主干道通行段。道路中所述货架通道为纵向双车道且其中左道允许向上和向右,右道允许向下和向左;所述主干道通行段为横向双车道且其中上道仅允许向右,下道仅允许向左;所述主干道路口段为正方形区域负责联通货架通道和主干道,其中所述正方形区域为四块栅格单元,左上栅格允许向上和向右,右上栅格允许向下和向右,左下栅格允许向左和向上,右下栅格允许向左和向下。

9、优选地,所述采用搜索区域框定法对从起始点到目标点的区域进行框定,具体为:

10、提取起始点x坐标xs、起始点y坐标ys、目标点x坐标xg和目标点y坐标yg;取从xs到xg,y坐标为ys和yg中最大值的直线为矩形框上边,同理可得y坐标为ys和yg中最小值的等长直线为其下边,并取从ys到yg,x坐标为xs和xg中最大值的直线为其右边,同理可得x坐标为xs和最小值的等长直线为其左边。最后通过对所述搜索区域内栅格统计得到障碍物密度。

11、优选地,所述障碍物密度具体为:

12、ρ=nz/n

13、其中,nz为所述搜索区域内障碍物栅格单元数,n为其内栅格单元总数。

14、优选地,根据所述环境权值公式具体为:

15、

16、其中,a是环境权值;ρ是环境障碍物密度。

17、优选地,所述权值启发函数具体为:

18、f(n)=a·h(n)+g(n)

19、h(n)=|xn-xg|+|yn-yg|

20、g(n)=g(p)+k

21、其中,f(n)是当前节点的总代价;h(n)是当前节点到目标点的预估代价;g(n)是起始点到当前节点的实际代价;g(p)是当前节点的父节点的实际代价;xn是当前节点x坐标;yn是当前节点y坐标;常数k是单个栅格的代价值,通常设置为1。

22、优选地,所述初始化拓展列表、禁列表和回溯矩阵具体为:

23、创建拓展列表用以存储拓展节点坐标和代价值,并将初始节点插入拓展列表;创建禁列表存储已用父节点,用以避免节点被重复选为父节点,禁列表初始为空;创建回溯矩阵存储节点的父节点方向,回溯矩阵的单元与所述栅格地图中节点一一对应,其中初始值皆为空;回溯矩阵用于在拓展到目标点后,得到最小代价路径上的所有节点。

24、优选地,所述从拓展列表中选取代价值最小节点作为父节点进行四向拓展,具体为:

25、从拓展列表中取出代价值最小节点作为父节点;从父节点坐标位置向上本文档来自技高网...

【技术保护点】

1.一种仓库路径规划方法,其特征在于,包括:

2.根据权利要求1所述方法,其特征在于,所述采用栅格地图对仓库货架和通道进行建模,同时,采用道路方向规则对栅格地图进行处理,得到道路方向图具体为:

3.根据权利要求1所述方法,其特征在于,所述搜索区域框定法对从起始点到目标点的区域进行框定,得到搜索区域,并计算搜索区域中障碍物密度具体为:

4.根据权利要求1所述方法,其特征在于,根据所述障碍物密度和环境权值公式计算环境权值,并根据所述环境权值和权值启发函数计算得到代价函数具体为:

5.根据权利要求1所述方法,其特征在于,所述初始化拓展列表、禁列表和回溯矩阵具体为:

6.根据权利要求1所述方法,其特征在于,所述从拓展列表中选取总代价值最小节点作为父节点进行四向拓展,具体为:

7.根据权利要求1所述方法,其特征在于,所述根据道路方向图中对应父节点的允许方向,筛选出符合方向要求的拓展节点,具体为:

8.根据权利要求1-7任一项所述方法,其特征在于,所述根据合格拓展节点信息更新拓展列表、禁列表和回溯矩阵,具体为

9.一种仓库路径规划装置,其特征在于,包括:

10.一种仓库路径规划设备,其特征在于,包括:

...

【技术特征摘要】

1.一种仓库路径规划方法,其特征在于,包括:

2.根据权利要求1所述方法,其特征在于,所述采用栅格地图对仓库货架和通道进行建模,同时,采用道路方向规则对栅格地图进行处理,得到道路方向图具体为:

3.根据权利要求1所述方法,其特征在于,所述搜索区域框定法对从起始点到目标点的区域进行框定,得到搜索区域,并计算搜索区域中障碍物密度具体为:

4.根据权利要求1所述方法,其特征在于,根据所述障碍物密度和环境权值公式计算环境权值,并根据所述环境权值和权值启发函数计算得到代价函数具体为:

5.根据权利要求1所述方法,其...

【专利技术属性】
技术研发人员:朱燕飞陈永发谭英杰郑泽极
申请(专利权)人:广东工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1