一种动态的基于规则的AGV交通管制方法与流程

本发明涉及智能控制，更具体地说，本发明涉及种动态的基于规则的agv交通管制方法。

背景技术：

1、自动引导小车，即agv，能够沿着规定的导引路径行驶，具有运输功能，在仓储场景中发挥着重要的作用，现有的agv技术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、工业应用中不需驾驶员的搬运车，agv与步行、爬行或其它非轮式的移动机器人相比具有行动快捷、工作效率高、结构简单、可控性强、安全性好等优势，因此，在自动化物流系统中，最能充分地体现其自动性和柔性，实现高效、经济、灵活的无人化生产。

2、但是在实际应用时，场景的路线是复杂的，且在同一场景中同时会有多辆agv在执行任务，不做任何的管制约束的话，会发生死锁、冲突或碰撞，现有技术中的一些方法只适用于单行道的场景，没有考虑双行道的场景，一些方法是静态的管制方法，没有考虑agv的实时位置和各路段的拥堵情况，效率较低，现有技术缺少在路径行驶中对红绿灯的控制，在等待红绿灯时，没有计算agv的等待代价，使得agv的效率降低，现有技术的运用具有局限性，不能解决多种型号的agv在同一场景行驶时难以沟通难以管制的问题。

技术实现思路

1、本发明的目的是提出一种动态的基于规则的agv交通管制方法，可以灵活地结合先进的路径规划算法，应用于大部分的场景地图，避免agv发生碰撞或死锁，提高agv任务执行效率。

2、为了达到上述目的，本发明采用以下技术方案：

3、本发明提供了一种动态的基于规则的多agv交通管制方法，通过将场景进行节点分割，使用路径规划算法计算出每台agv的规划路线，并使用时间窗算法，估算出每台agv经过规划路线中每个节点的时间点，并判断小车的状态，通过等待代价的计算，完成道路红绿灯的控制，并计算出agv的避让优先等级以实现行驶道路中agv的及时避让，提高agv的运行效率，以解决上述背景技术中提出的问题。

4、优选的，选择单行道作为场景道路，并在场景里的单行道两端设置红绿灯，红灯表示禁止通行，绿灯表示允许通行，agv进入岔路完成任务后需要掉头原路返回。

5、优选的，将环境分割成纵横排列的方格，分割后的每个方格都是一个节点，节点分割的具体步骤为：

6、a1、确认目标环境，将环境进行分割，分割成纵横排列的方格；

7、a2、分割后的不同通道之间交叉区域的几何中心作为此坐标地图的节点，节点包括可通行节点和不可通行节点，共计m个节点；

8、a3、整合并记录各节点的坐标值(mx,my)；

9、优选的，对agv小车基础信息进行采集并整合，信息采集的具体步骤为：

10、b1、确定agv小车的各目标信息并记录；

11、b2、其中包括小车的出发点a、目标点h、出发点与目标点之间的节点个数n、各节点依次记作：m1，m2,……mn、节点到目标点需要的代价g(m)、agv的行驶速度v、制动时间t、刹车时间t以及安全距离l。

12、优选的，使用路径规划算法计算出每台agv的规划路线的具体步骤及算法为：

13、c1、根据小车的起始点及各节点的信息，规划从起点a到目标点h的多种路径；

14、c2、确定agv小车的行驶方向，agv小车的行驶方向与选择路径的代价有关；

15、c3、计算各条路径的代价f(n)＝g(m)+h(m)，g(m)：从起始节点a到节点m的移动代价，h(m)：从节点m到目标点h的估算成本，利用曼哈顿距离算法求出h(m)，h(mn)＝abs(mx-dx)+abs(my-dy)，其中mx：节点m的x坐标，my：节点m的y坐标，dx：终点h的x坐标，dy：终点h的y坐标，

16、c4、对比分析每条合适路径的代价f(n)的大小，选择一条代价最低的路径作为agv行驶的最优路径。

17、优选的，使用时间窗算法，估算出每台agv经过规划路线中每个节点的时间点，进行时间点计算的具体方法为：

18、d1、获取agv的运行状态、最短路径、行驶速度v、制动时间t、刹车时间t和安全距离l，安全距离l为程序写入；

19、d2、计算agv小车到达各个节点的时间点：

20、ζ为影响因子，与规划路径中是否存在冲突有关；

21、d3、当多个agv小车到达同一个节点的时间点相同时，表明此节点出现碰撞情况，此时小车的状态为等待状态或转入避让区状态。

22、优选的，根据红绿灯的判断规则、agv向系统响应的实时位置和各个agv的规划路线，计算路口红绿灯的等待代价，依据等待代价进行红绿灯的转换控制，并进行agv避让优先级的计算，进行红绿灯和agv状态判断的具体方法为：

23、e1、计算单行道红绿灯路口的等待代价：

24、

25、e2、当j<j0时，红绿灯进行一次切换，每隔一个周期y就进行一次通行等待代价计算。

26、优选的，所有agv根据红绿灯状态、自身状态和规划路径完成任务，并根据避让优先级的计算结果完成避让，其中进行任务完成的具体步骤为：

27、f1、agv获取目前情况下算法规划的前进路径；

28、f2、当agv遇到红绿灯路口时，获取此路口下红绿灯的状态，红灯为禁止通行，绿灯为允许通行；

29、f3、判断自身处于何种状态，处于正常行驶状态，且红绿灯状态为绿灯时，agv执行行驶指令，继续行驶；

30、f4、agv处于等待和避让状态时，证明前方预计行驶路段有旁车需要避让，此时计算转入避让区的避让优先级计算方法为：根据避让优先等级进行避让规划，agv的避让优先级越低，越要进行提前避让。

31、本发明与现有技术相比，具有如下优点和有益效果：

32、1)本发明是一种动态的基于规则的多agv交通管制方法具有通用性和灵活性，可用于大部分场景；

33、2)能解决多种型号不同agv在同一场景行驶时难以沟通难以管制的问题，通过计算等待代价从而进行红绿灯的计算以及agv状态的判定，agv可以根据计算出的避让优先级的高低进行合理避让并且可以降低agv的等待代价，提高agv的任务完成效率；

34、3)动态的管制方法，使得agv不会浪费过多时间，提高agv的运行效率，通过红绿灯的控制和智能优先避让，可以让agv避免碰撞和死锁。

技术特征：

1.一种动态的基于规则的agv交通管制方法，其特征在于：包括下述步骤：

2.根据权利要求1所述的一种动态的基于规则的agv交通管制方法，其特征在于：所述s1中选择单行道作为场景道路，并在场景里的单行道两端设置红绿灯，红灯表示禁止通行，绿灯表示允许通行，agv进入岔路完成任务后需要掉头原路返回。

3.根据权利要求1所述的一种动态的基于规则的agv交通管制方法，其特征在于：所述s2中将环境分割成纵横排列的方格，分割后的每个方格都是一个节点，节点分割的具体步骤为：

4.根据权利要求1所述的一种动态的基于规则的agv交通管制方法，其特征在于：所述s3中进行agv小车基础信息采集并整合的具体步骤为：

5.根据权利要求1所述的一种动态的基于规则的agv交通管制方法，其特征在于：所述s4中使用路径规划算法计算出每台agv的规划路线的具体步骤及算法为：

6.根据权利要求4所述的一种动态的基于规则的agv交通管制方法，其特征在于：所述s5中使用时间窗算法，估算出每台agv经过规划路线中每个节点的时间点，进行时间点计算的具体方法为：

7.根据权利要求1所述的一种动态的基于规则的agv交通管制方法，其特征在于：所述s6中根据红绿灯的判断规则、agv向系统响应的实时位置和各个agv的规划路线，计算路口红绿灯的等待代价，依据等待代价进行红绿灯的转换控制，并进行agv避让优先级的计算，进行红绿灯和agv状态判断的具体方法为：

8.根据权利要求1所述的一种动态的基于规则的agv交通管制方法，其特征在于：所述s7中所有agv根据红绿灯状态、自身状态和规划路径完成任务，并根据避让优先级的计算结果完成避让，其中进行任务完成的具体步骤为：

技术总结本发明公开了一种动态的基于规则的AGV交通管制方法，它能够处理不同规格的AGV小车和不同的路线的场景，首先进行单行道红绿灯的设置，再根据路径规划算法计算得到小车的最优行驶路径，最优行驶路径与小车的路径代价有关，计算出小车到达各个节点的时间点，获取小车的行驶状况和估计位置，根据小车的实时位置进行道路红绿灯的控制，和小车的状态，包括等待，正常行驶和转入避让区三种状态，本发明可以灵活地运用到多种路径和AGV小车上，有助于提高AGV的运行速率，动态的管制方法，使得AGV不会浪费过多时间，通过红绿灯的控制和智能优先避让，可以让AGV避免碰撞和死锁。技术研发人员：吴小倩,郑益民,吴庆耀,刘梦瑶受保护的技术使用者：深圳市磅旗科技智能发展有限公司技术研发日：技术公布日：2024/5/8