[发明专利]一种AGV导航控制方法及系统

说明书

本发明涉及一种AGV车导航控制方法及系统，用于实现：为目标AGV车设定起始位置、目标位置及导航任务；目标AGV车根据起始位置和目标位置通过深度强化学习方法计算并进行评估，得到价值策略网络；根据价值策略网络确认AGV车从起始位置抵达目标位置的最大化预期收益。本发明通过提高AGV车的查找最优路径的效率，提高AGV车的导航效率。

技术领域

本发明涉及计算机智能导航领域，特别涉及一种AGV导航控制方法及系统。

背景技术

前AGV自动引导小车已经成为智能制造、先进物流以及数字化工厂中的重要设备，作为方便工厂运输、提高生产效率具有非常重要的作用。而所谓自动引导,即是沿着指定轨迹运行,目前常见的巡线导航有光电传感器、视觉、激光和磁导航传感器等等，对于光电传感器，配合黑白胶带整体便宜、简单，但是信号很容易因为地面不平导致不稳、胶带易受灰尘、垃圾影响等，导致巡线不能很稳定；视觉可视范围大，对线的要求不高，但是很容易受光线影响，且视频采集处理卡价格不菲，采样频率不高；而目前国内外市面上最常见的AGV产品大多采用磁条导航。而磁条导航AGV虽然相对价格便宜，且运行也较为可靠，但是每次运行AGV需要铺设磁条，特别路径较长时，铺设工作量较大，路径过长时，磁条的成本会比较高，同时更换路线后，由于磁条底部粘性变弱，不能重复使用，磁条后期在水、碾压、磨损等条件下，维护较麻烦，而随着工业4.0和智能制造需求，因此市场上对一种使用更灵活、方便的AGV导航方法的研发是迫在眉睫。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提出一种AGV导航控制方法及系统。

本发明的技术方案包括一种AGV车导航控制方法，其特征在于，该方法包括：S10，为目标AGV车设定起始位置、目标位置及导航任务；S20，目标AGV车根据起始位置和目标位置通过深度强化学习方法计算并进行评估，得到价值策略网络；S30，根据价值策略网络确认AGV车从起始位置抵达目标位置的最大化预期收益。

根据所述的AGV车导航控制方法，其中步骤S10具体包括：S11，为目标AGV车设定固定运动场所，其中场所还包括有其他多个AGV车；S12，根据所述目标AGV车的目标位置及首选速度矢量，确定导航的联合状态。

根据所述的AGV车导航控制方法，其中步骤S20通过群机交互模型进行深度强化学习技术并得到价值策略网络，所述群机交互模型包括交互模块、池化模块及规划模块，其中，所述交互模块用于模拟群机交互规则，并通过局部地图对群机交互进行编码，所述群机交互为多个AGV车的交互；所述池化模块用于通过自注意机制将交互聚合到固定长度的嵌入向量；所述规划模块用于评目标AGV车与其他AGV车的联合状态的值以进行导航。