基于时间窗和改进A星算法结合的多AGV路径规划方法与流程

本发明属于路径规划领域，具体为一种基于时间窗和改进a星算法结合的多agv路径规划方法。

背景技术：

1、仓库是生产加工与物流运输的重要中转平台，仓库系统的合理使用正在日益成为制造企业与物流企业关注的焦点。智能化仓库（intelligent warehouse）作为工业生产物流环节和现代物流技术的重要组成部分，利用计算机技术和人工智能技术优化整个物流搬运流程，能够提高工作效率、降低人工成本。自动导引运输车（automatedguided vehicle，agv）作为仓库系统完成搬运任务的主要工具，对整个仓库系统的运行起着决定性的作用，将传统仓库系统中“人到货”模式转变为“货到人”的模式，提高了智能仓储系统的运行效率。

2、国内外有许多学者都做过关于仓储系统agv的任务分配和路径规划方面的研究，但是随着仓库规模的增大，agv数量和货架数量增多，路径网络变得复杂，有必要更进一步针对仓库系统中的agv任务分配问题和路径规划问题进行相关研究。专利[202010567994.0]提出了一种智能车库多agv的路径规划方法，考虑了转弯和冲突并采用时间窗推后或延迟消解冲突，但其未考虑时间窗推后或延迟无法解决的长路段冲突问题。专利[202210269477.4]提出一种基于时间窗和改进a*算法的多agv路径规划方法，考虑了agv路径冲突问题，但是没有考虑转弯带来的额外能耗和时间成本。专利[202210260353.x]提出一种基于时间窗的多agv实时调度的路径优化方法，通过设置避障点实现冲突消解，但没有考虑路径最短和转弯次数最少的问题。专利[202110789546.x]提出一种多agv路径规划和多agv智能生产线中agv与机器联合调度方法，解决了冲突问题，但仍综合未考虑路径最短和转弯次数这两个目标的实现。可以看出，目前关于多agv路径规划的研究大部分都集中在如何实现避免agv发生冲突，但没有将转弯次数少、路径最短和冲突消解进行综合考虑。即使考虑了转弯，但仍然需要考虑更复杂的重新规划情况。因此有必要进一步研究一种能实现更优化搬运过程的agv路径规划方法。

技术实现思路

1、为解决上述问题，本发明提供一种基于时间窗和改进a星算法结合的多agv路径规划方法,主要考虑在静态障碍物确定的情况下，以路径最短为优化目标的单agv路径规划算法；以及考虑多个agv在智能仓储系统完成搬运任务可能会发生的碰撞、冲突情况，结合避碰方法和单agv路径规划方法的多agv路径规划方法。

2、为了实现上述发明目的，本技术提供的技术方案如下：

3、基于时间窗和改进a星算法结合的多agv路径规划方法，包含以下步骤：

4、步骤（1）.判断agv队列是否为空：任务分配完成后，如各个agv都拥有各自任务串，则agv队列不为空，所有带有搬运任务的agv组成agv队列执行下一步骤，如果存在为空的agv队列，则结束规划；

5、步骤（2）.根据任务的优先级对所有agv进行排序，根据排序选出第一个agv，调用改进a星算法进行路径规划，进行路径时间计算，确定时间窗，明确占用各个栅格编号和占用的时间；

6、步骤（3）.选出下一个agv，进行路径时间计算；

7、步骤（4）.基于时间窗算法判断时间窗是否与第一个agv重叠，如果重叠，则判断如将下一个agv到达冲突点的时间窗后移，让下一个agv在冲突节点的前一个栅格等待第一个agv通过，能否避免发生冲突，如果可以避免冲突则将时间窗推后寻找空闲时间段并插入，如果不能则对下一个agv重新规划整个运行路径，如果不冲突，则登记该agv占用的栅格编号和占用的时间，并从队列中删除该agv；

8、步骤（5）.确定agv队列是否为空，即所有agv都规划好了路径，如果为否，则回到步骤（3）将下一个agv初始化为第一个agv；

9、步骤（6）.若agv队列为空，则输出多agv路径规划方案。

10、进一步地，步骤（2）中，所述改进a星算法在a星算法原始启发式函数的基础上增加转弯因数来作为罚函数，agv在行驶到每一栅格所在位置时会判断是否需要转弯，如果继续直行而选择的栅格是自由通行栅格，那就选择该栅格来保持直行而不选择转弯，确保直行栅格优先度大于转弯栅格优先度。

11、进一步地，步骤（2）中，所述改进a星算法在a星算法原始启发式函数的预估函数h（n）前增加一个权重参数，从而改变启发函数的权重；通过调整实际代价与预估代价的比值，可以有效减少搜索的节点数，提高搜索速度。

12、进一步地，步骤（2）中，改进a星算法的启发式函数如下式：

13、；式中，表示起点到目标终点的总体估值；表示从起点到当前所在节点n的实际代价值；为权重参数，用于调整实际代价与预估代价的比值，减少搜索节点数；表示当前所在节点 n遍历所有中间节点之后到终点代价的估价值； k为常数； r为转弯次数。

14、进一步地，步骤（4）中的时间窗的是指将agv执行某个特定动作所持续经历的时间合在一起，构成了这一过程的时间集合。

15、再进一步地，假设第 n个agv拥有 a个时间窗，其所述时间窗表示为，其中t的下标表示时间窗个数，按时间窗前后顺序排序，且上一个时间窗的结束时间大于下一个时间窗的起始时间，关于agv的运动时间用下式来求解：

16、；式中代表agv自身长度，l路代表从起点到终点的距离，v代表agv速度。

17、更进一步地，为了便于在后续对算法进行验证，对所形成的时间窗做以下的假设以控制额外变量:

18、a）.假设agv为质点，不再考虑agv自身的大小，每一个agv行驶时都会占用一个栅格；

19、b）.每一个栅格均设置为双向单通道，一个栅格只能允许一个agv通行，但栅格具有双向性，agv可通过栅格往上下左右四个方向移动；

20、c）.agv为直线匀速行驶，速度，不考虑加减速以及去货架搬运货物所需要的等待时间，在转弯的时候看作匀速通过三个栅格；

21、d）.当agv通过某一栅格之后，就立即释放该栅格状态为空闲；

22、将以下两个公式作为agv路径规划过程中的每个任务的原始时间窗和时间点参数，输入到上述方法中，首先在完成路径规划后更新上述参数，然后将更新后的时间窗和时间点参数下发到各agv上执行任务：

23、；

24、；

25、在上式中，表示为第m个agv完成搬运任务时所规划路径的时间窗；和为该agv到达路径中第k个和第k+1个栅格的时间点；为该agv路径中第i个和第i+1个栅格之间的距离。

26、本发明的有益效果在于：

27、1、本方法根据实际仓储环境agv运行的特点，在a星算法基础上，提出了改进的a星算法来用于仓储系统单agv路径规划，针对传统a星算法存在的“agv运动所规划路径可能存在转弯次数过多的问题”，改进了a星算法的启发函数来减少agv转弯次数。

28、2、本方法分析了多agv冲突类型和解决策略，提出了一种基于时间窗和改进a星算法结合的混合调整策略来用于多agv路径规划，并且通过仿真实验证明了所提出的多agv路径规划方法相比于未采用调整策略下的agv路径规划方法在避免agv冲突方面的优越性。