[发明专利]一种多AGV的路径规划和调度方法

权利要求书

1.一种多AGV的路径规划和调度方法，适用于多通道多点送料的车间，其特征在于，所述方法按照如下步骤进行：

S1.通过实际车间环境设置栅格地图，确定地图大小以及栅格类型，并根据客户订单需求和流水线物料数据信息，确定送料点的需求和位置；

S2.利用K-Means聚类方法对所有需要上料的送料点进行聚类操作，对于有送料点需求的通道，根据送料点坐标在该通道中排序，而对于没有送料点需求的通道，将该通道设置为空；

S3.利用聚类遗传算法进行多AGV的路径规划和调度优化，根据AGV的送料方案，采用A*补偿算法进行栅格地图间的路径规划，得到每辆AGV的路径分配方案；

S4.结合时间窗方法，调整各辆AGV的送料顺序和路径；

S5.利用二元锦标赛选择策略，选取父代种群中较优秀的一半个体直接作为子代种群的一部分，子代种群的另一部分则通过把剩下的父代个体进行逆转、交换和滑动三类变异操作而产生，若子代得到的当前解比父代的最优解更好的情况则用当前解取代；

S6.若未达到终止条件，则跳转至S3继续进行调度优化。

2.根据权利要求1所述的方法，其特征在于，根据步骤S1，将实际场景中的车间地形划分为大小相等而相互独立的正方形栅格，用数字地图来表示，其中根据产线设置将栅格分为可行栅格和不可行栅格，可行栅格的值设置为数字0，表示AGV可进入此栅格；不可行栅格的值设置为数字1，表示AGV无法进入此栅格。

3.根据权利要求1所述的方法，其特征在于，根据步骤S2，采用K-Means聚类算法使得AGV对于送料点的选择和排序转化为对栅格地图中通道的选择和排序，K-Means聚类算法通过对象与聚类中心之间的距离进行聚类，并将距离比较相近的对象组成簇，从而得到紧凑而独立的不同的簇，具体包括步骤：

步骤1：从混合样本中随机选取c个样本作为初始聚类中心；

步骤2：计算每个样本到每个聚类中心的距离，根据距离将样本归于离它最近的聚类中心的一簇；

步骤3：根据每个样本所属的簇，更新簇类的均值向量，确定新的聚类中心；

步骤4：对所有聚类中心和上次分类后中心比较，若两者不相同则返回步骤2，若两者相同则结束。

4.根据权利要求1所述的方法，其特征在于，根据步骤S3，得到多个送料点位置簇之后，按照簇的随机排序与送料点排序方向重新排列后得到送料点初始分配集合，将送料点各自需求量与AGV规定载荷进行比较统计，按照AGV载荷进行分割，形成每辆AGV的送料方案。

5.根据权利要求1所述的方法，其特征在于，根据步骤S4，AGV在途径通道时，于通道进出口留下时间记录，同一时间只能允许单独一辆AGV进行通行。

6.根据权利要求5所述的方法，其特征在于，步骤S4还包括：设立等待检测机制，保持先进入通道的AGV时间窗不变，后进入通道的AGV若与前AGV同向，时间窗无需改变；后进入通道的AGV若与前AGV反向，后AGV则需要在通道外进行等待，在前AGV离开后再进入该通道，时间窗则相应延后。