[发明专利]一种基于改进A星算法的多状态车辆路径规划方法

说明书

本发明属于仓储物流路径规划领域，涉及一种基于改进A星算法的多状态车辆路径规划方法。所述方法步骤如下：将搜索区域划分为二维数组，数组每个元素对应一个搜索区域的节点，共有n个节点。构建开放列表与关闭列表；Open list中存放在路径规划中待检测的节点，closelist中存放已检测过的节点。构造单一状态下车的节点权重。将m种状态的车分别构造节点权重。根据启发式函数计算节点的代价以搜索车的最优路径；H为节点j到目标节点的代价，G为起始节点到节点j的代价。本发明针对多状态车辆路径规划时，考虑到了不同节点的繁忙程度。通过利用节点可通过车辆状态的种类，能加快多车路径规划的求解速度。

技术领域

本发明属于仓储物流路径规划领域，涉及一种基于改进A星算法的多状态车辆路径规划方法。

背景技术

物流是生产流程中的一个关键环节，应对物流配送中缺乏效率和灵活性的问题，现代仓储可以依靠AGV及其集成系统完成物流作业的处理。由于效率和灵活性的提高，自动化仓库正成为越来越受欢迎的终端物流解决方案。为了满足日益增长的交付吞吐量要求，仓库中使用AGV的数量越来越多。所以多AGV路径规划和协调是受到更多关注的一个问题。现有的解决多车路径规划问题的方法有很多，比如分层协作A星算法(HCA星)、递增成本树搜索(ICT)、基于冲突的搜索(CBS)和推和旋转算法(PAS)等等，这些算法大多是先利用单车路径规划算法求出单车的最短路径，再利用各自的算法解决多车的交通冲突问题。但解决交通冲突必然会花费时间，而上述算法在实际执行的过程中确实也是将大部分时间花在了解决多车冲突上。多车冲突是浪费时间的，越少的冲突就意味着越好的效果，而现有的算法大多数是解决冲突，而没有考虑到在单车路径规划时就尽量规避多车冲突。

发明内容

本发明的发明目的是在单车路径规划阶段减少多车冲突，提出了一种基于改进A星算法的多状态车辆路径规划方法，本发明对A星的改进主要是对不同状态下车辆的启发式函数设计进行改进。

为了实现上述目的，本发明技术方案是：

一种基于改进A星算法的多状态车辆路径规划方法，包括以下步骤：

步骤S1:

简化搜索区域，将搜索区域划分为二维数组，数组每个元素对应一个搜索区域的节点，共有n个节点。

步骤S2:

构建开放列表open list与关闭列表close list。Open list中存放在路径规划中待检测的节点，closelist中存放已检测过的节点。起始节点放到close list中。开放列表和关闭列表中每个节点有个3个属性：父节点、G和H。

父节点表示路径中通过该节点所经过的上一节点，G为起始节点到该节点的代价，H为该节点到目标节点的代价。

步骤S3:

3.1构造单一状态下车的节点权重W_i。

车辆共有m种状态。当一个节点只有一种状态的车能通过，则该节点对于此状态的车的权重为1；当该节点还有其他x种状态的车能通过，则该节点对此种状态的车的权重为1+0.1*x。其中i＝1,2,3……m；x＝1,2,3……m-1；

3.2将m种状态的车分别构造节点权重W_i。

步骤S4:

根据启发式函数F(x)＝G+H计算节点的代价以搜索车的最优路径。计算节点j的代价F(x)时，先计算节点j的H值和G值。

H为节点j到目标节点的代价，采用节点j到目标节点曼哈顿距离表示。