[发明专利]适用于大型仓储系统的AGV在线无碰撞路径规划方法

权利要求书

1.一种适用于大型仓储系统的AGV在线无碰撞路径规划方法，其特征在于，包括：

建立邻接-奖励矩阵；

对所述邻接-奖励矩阵进行降维；

确定AGV起点到目标点的所有距离最短路径；

对AGV起点到目标点的所有距离最短路径进行处理，以确定出该AGV的时间最短路径；

所述对所述邻接-奖励矩阵进行降维，包括：

确定每台AGV所执行的是负载任务还是空载任务；

若执行的是负载任务，根据AGV起点和目标点的坐标建立低维邻接-奖励矩阵(LD-A-R)；

若执行的是空载任务，则根据AGV起点和目标点的坐标建立低维无障碍邻接-奖励矩阵(LD-NO-A-R)；

所述建立邻接-奖励矩阵，包括：

结合Dijkstra算法的邻接矩阵与强化学习的奖励矩阵，建立邻接-奖励矩阵(A-R)；

具体的，设仓储环境的维度是m×n，邻接-奖励矩阵(A-R)的维度是(m×n)×(m×n)，其中m、n分别表示仓储环境每行、每列的工位点个数；A-R矩阵的建立规则如下：

式(1)中，(A-R)_ij表示A-R矩阵中的每个元素，其中，i＝1,2,3…m；j＝1,2,3…n；m、n分别表示仓储环境每行、每列的工位点个数；

条件1：工位点(A-R)_i,j+1与工位点(A-R)_i,j-1相邻且工位点(A-R)_i,j-1不是障碍物；

条件2：工位点(A-R)_i,j-1是障碍物，R_obstacle为障碍转移惩罚值，R_obstacle≠0；

条件3：工位点(A-R)_i,j+1与工位点(A-R)_i,j-1不相邻。

2.根据权利要求1所述的AGV在线无碰撞路径规划方法，其特征在于，所述确定AGV起点到目标点的所有距离最短路径，包括：

根据AGV是否负载，将传统Q-learning算法的奖励矩阵替换为所述低维邻接-奖励矩阵(LD-A-R)或所述低维无障碍邻接-奖励矩阵(LD-NO-A-R)，迭代计算最优Q-table，得到AGV起点到目标点的所有距离最短路径。

3.根据权利要求1所述的AGV在线无碰撞路径规划方法，其特征在于，所述对AGV起点到目标点的所有距离最短路径进行处理，以确定出该AGV的时间最短路径，包括：

若AGV只有一条距离最短路径，则将该条距离最短路径确定为该AGV的时间最短路径；

若AGV有多条距离最短路径，计算其行驶方向与所有可行路径的角度偏差，选择偏差最小的路径作为该AGV的时间最短路径。

4.根据权利要求1至3任一项所述的AGV在线无碰撞路径规划方法，其特征在于，还包括：

对于多AGV情形，按照权利要求1至3任一项所述的方法分别计算得到每台AGV起点到目标点的时间最短路径；

对多AGV进行两两碰撞检测，以确定多AGV中是否存在路径冲突；

若存在路径冲突，则对相关AGV的路径和/或出发时间进行调整，以避免路径冲突。