[发明专利]一种路径规划方法、控制器及系统

说明书

本公开提供了一种路径规划方法、控制器及系统。其中，一种基于改进A算法的路径规划方法，包括：利用改进A*算法对所有AGV进行路径规划，记录所有路径；其中，改进A*算法的启发式函数中从起点到当前节点的实际代价等于从起点到当前节点的移动距离与转弯带来的时间消耗转化成的路径长度的累加和；统计每一段路径出现的次数，当存在AGV途径某一段路径，则相应路径上预规划的AGV数量逐次减1，得到所有路径上实际规划AGV数量；将每一段路径的实际规划AGV数量与所有路径的数量作比值，评估出每一段路径的繁忙程度；将每一段路径的繁忙程度与1相累加作为相应路径的权值，进而计算出加权后的所有路径；基于加权后的所有路径对所有AGV进行路径规划。

技术领域

本公开属于路径规划领域，尤其涉及一种路径规划方法、控制器及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着社会生产力和科学技术的发展，以及劳动力成本的提高，传统的人力和的仓储系统物流方式已经无法满足现代物流的需求，那么生产自动化和物流系统的自动化已经成为社会发展的趋势，AGV(Automated Guided Vehicle，自动导引运输车)系统结合了计算机、自动控制等科学技术的综合应用，对于提高自动化生产和降低生产成本、促进社会发展具有重大的意义。而AGV的路径规划是AGV系统的重要的基础，路径规划方法的评价指标有：最短路径长度、最短运行时间、AGV的最大利用率等,路径规划算法的经典算法主要有：Dijkstra算法、A*算法、遗传算法等；每一种算法都有自己的优缺点；Dijkstra算法基于广度优先，一定能找到最短的路径，但是时间复杂度过高，搜索了许多不必要的点；遗传算法在寻找全局最优解的过程中，是一个随机搜索的过程，当节点增多时，搜索时间较长，且容易出现早熟的现象；A*算法是带启发式的搜索算法，能够求得接近最优解的解、求解速度快及效率高而被较广泛使用。

发明人发现传统的A*算法没有考虑在节点转弯处的消耗，并且只是进行简单的路径规划，对路径冲突没有一种很好的预防。

发明内容

根据本公开的一个或多个实施例，提供一种路径规划方法，其一方面，加入转弯因素之后会使得规划的路径更为合理，使得尽可能的使AGV进行更少的转弯；另一方面通过权值路径来改善路径的繁忙程度，解决部分路径冲突，为后期的AGV调度减轻压力，进而节约资源消耗。

本公开的一种路径规划方法，包括：

利用改进A*算法对所有AGV进行路径规划，记录所有路径；其中，改进A*算法的启发式函数中从起点到当前节点的实际代价等于从起点到当前节点的移动距离与转弯带来的时间消耗转化成的路径长度的累加和；

统计每一段路径出现的次数，当存在AGV途径某一段路径，则相应路径上预规划的AGV数量逐次减1，得到所有路径上实际规划AGV数量；

将每一段路径的实际规划AGV数量与所有路径的数量作比值，评估出每一段路径的繁忙程度；

将每一段路径的繁忙程度与1相累加作为相应路径的权值，进而计算出加权后的所有路径；

基于加权后的所有路径对所有AGV进行路径规划。

在一个或多个实施例中，所有路径上预规划的AGV数量初始值为通过对应的路径的AGV的总数。

在一个或多个实施例中，转弯带来的时间消耗转化成的路径长度的计算过程为：

在转弯的过程中，若AGV先由匀速开始减速，减速到第一预设速度；然后再匀速行驶至停止位置；到达停止位置处进行停止，然后进行转弯，再加速至第二预设速度；最后按照第二预设速度匀速行驶；根据已知减速度、加速度、速度、时间和距离之间的关系，得到转弯实际消耗的时间；

如果将转弯段路径转换成等长的无转弯的路径(即直行路径)，AGV匀速前进，得到匀速行驶等长路径消耗的时间；