[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

说明书

本发明涉及一种适用于大型仓储系统的AGV在线无碰撞路径规划方法，所述AGV无碰撞路径规划方法通过将Dijkstra算法的邻接矩阵和强化学习的奖励矩阵相结合建立邻接‑奖励矩阵，提高了AGV路径规划效率；然后根据AGV的起点和目标点坐标以及AGV的行驶状态，建立低维邻接‑奖励矩阵或低维无障碍邻接‑奖励矩阵，进一步提高了路径规划效率；此外，本发明还针对多AGV同时行驶可能产生碰撞的问题提出了多AGV无碰撞路径规划方法。本发明通过采用以上方法能够为AGV规划时间最短路径，且对于多AGV情形能够避免碰撞，该方法可用于大型仓储环境的多AGV路径规划，能源消耗低，且有利于提高整个仓储系统的实时性。

技术领域

本发明涉及自动化仓储系统AGV无碰撞路径规划技术领域，具体涉及一 种适用于大型仓储系统的AGV在线无碰撞路径规划方法。

背景技术

自动化仓储系统无需人工作业而自动存取物料，AGV作为仓储系统的主要 运输工具，承担从指定起点到目标终点的物流运输工作。使AGV按照最短路 径行驶，可以节省大量的能源，提高自动化仓储系统的效率。随着自动化仓储 系统的迅速发展，工位点数量呈倍数增长，路径规划计算速度成为限制仓储系 统发展的瓶颈。因此，提高AGV路径规划效率对提高仓储行业水平具有现实 意义。

现有的Dijkstra算法是AGV路径规划最有效的方法之一，但是其不能满足 仓储环境规模不断扩大的需求。传统Q-learning算法主要的局限性在于其迭代 时间过长，降低了AGV路径规划的效率，限制了整个仓储系统的实时性。此 外，多AGV系统因为具有较大的自由度以及较高的柔性且符合仓储系统多任 务处理的要求，得到了广泛的关注。但是，当多台AGV同时行驶可能会出现 诸如碰撞或争夺资源的问题，高效的多AGV无碰撞路径规划策略对于多AGV 系统具有重要的意义，但是现有技术中更多关注的是多AGV的避障效果而非效率，并且忽略了仓储系统吞吐量以及能源消耗的问题。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种适用于大型 仓储系统的AGV在线无碰撞路径规划方法。

为实现以上目的，本发明采用如下技术方案：一种适用于大型仓储系统的 AGV在线无碰撞路径规划方法，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。

可选的，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，设棋盘式仓储环境的维度是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。