[发明专利]基于最优控制及宽度学习的AGV实时路径规划方法

说明书

本发明提出一种基于最优控制及宽度学习的AGV实时路径规划方法，涉及AGV路径规划的技术领域，首先构建AGV动力学模型，以AGV动力学模型作为动态约束，以时间‑燃耗最优为目标函数，建立最优控制模型并离线正向求解，生成若干不同起始点的最优控制轨迹，在此情况下，考虑离线优化较难实现实时最优控制以达到最优轨迹的目的，为了避免离线优化求解导致的滞后性，引入宽度学习网络，以不同的目标点作为分类依据，将最优控制轨迹整合归类成不同导航任务的训练数据集，增量式训练宽度学习网络，得到最终用于AGV实时路径规划的宽度学习网络，实现一定范围内任意起始点AGV路径规划的实时最优控制。

技术领域

本发明涉及AGV路径规划的技术领域，更具体地，涉及一种基于最优控制及宽度学习的AGV实时路径规划方法。

背景技术

无人搬运车(Automated Guided Vehicle，简称AGV)，指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车，是柔性生产系统的关键设备，在物件搬运自动化及智能仓储中起着重要作用。

目前，动态和灵活的制造环境给车间AGV路径规划与实时控制带来了许多挑战。AGV按其控制方式和自主程度大致可分为遥控式、半自主式与自主式三种，基于多磁轨式的导航是AGV最早采用的路径规划方法，同时也是当前AGV大部分路径规划所采用的方法。在该方法中，AGV通过识别铺设在地面的磁轨道确定行进路线，但是这种方法受限于磁轨的不灵活性，扩充路径相对复杂；视觉+二维码式导航也是当前AGV领域应用较多的导航方式，AGV通过识别粘贴在地面上的有间隔的具有唯一性的二维码，获得二维码信息来确定位置和行进路线，这种方式相比于磁轨式，行动更为灵活，易于调度，但是存在着标识易磨损、环境光要求高等问题；激光SLAM式导航是通过AGV发射激光信号，再通过墙壁或立柱上设置的反光板反射回来的信号来确定位置，这种方式能克服以上两种方式的缺点，但是存在着制图时间久、成本高等问题，市场应用较少。

随着深度学习技术的发展，将深度学习应用于AGV路径规划的方法应运而生，如现有技术中公开了一种基于强化学习的AGV路径规划方法及系统，在该方法中首先构建了AGV动力学模型，然后以AGV为智能体，以其行驶所感知到的环境信息为状态信息，考虑目的地位置、障碍物位置设计状态空间，以及设计连续性动作空间、多重奖励机制，完成路径规划的马尔科夫过程建模，在该方案中，状态空间可给定任意不同起始点、目标点、任意位置障碍物，可泛化性高，后续引入了Actor-Critic框架进行策略学习训练，在线运行避免了计算量大的问题，算力要求低，实现了AGV对任意目标、障碍物的实时决策控制，不过在该专利的技术方案中因为涉及较为漫长的AGV与环境的试错学习过程，收敛缓慢，耗时相对也较多，训练过程中也涉及合适的奖励函数设计、神经网络结构设计等人为经验依赖部分。

发明内容

为解决现有基于深度学习的AGV路径规划方法中，深度神经网络参数调整复杂，且训练过程缓慢的问题，本发明提出一种基于最优控制及宽度学习的AGV实时路径规划方法，不存在人为先验性强的调参工作，离线高效训练宽度学习网络，耗时低，为未来大规模的车间AGV编队以及避障应用提供进一步的扩展和应用。

为了达到上述技术效果，本发明的技术方案如下：

一种基于最优控制及宽度学习的AGV实时路径规划方法，所述方法包括以下步骤：

S1.构建AGV动力学模型；

S2.以AGV动力学模型作为动态约束，以时间-燃耗最优为目标函数，建立最优控制模型；

S3.随机生成AGV初始点，以初始点作为最优控制模型求解的初始条件，离线正向求解最优控制模型，生成若干不同起始点的最优控制轨迹，最优控制轨迹中包括“最优状态-控制率”对；

S4.构建宽度学习网络，基于“最优状态-控制率”对，按目标位置将最优控制轨迹整合归类为不同的训练数据集，对宽度学习网络进行增量式离线训练；