一种融合时空约束的多AGV分布式动态路径博弈规划方法与流程

摘要: 本发明涉及agv路径规划,具体涉及一种融合时空约束的多agv分布式动态路径博弈规划方法。背景技术:1、agv(自动导引车)作为智能物流、智能制造的核心搬运设备,...
一种融合时空约束的多AGV分布式动态路径博弈规划方法与流程

本发明涉及agv路径规划,具体涉及一种融合时空约束的多agv分布式动态路径博弈规划方法。

背景技术:

1、agv(自动导引车)作为智能物流、智能制造的核心搬运设备,已广泛应用于仓储分拣、工厂转运、港口物流、园区运输等场景。随着智能化作业规模扩大,多agv集群协同作业成为主流模式,而高效、无冲突的路径规划是保障集群作业效率的核心关键。

2、现有多agv路径规划技术存在显著技术缺陷:一是场景适配性差,传统规划算法多基于窄通道结构化仓储场景设计,通道宽度固定、通行规则单一,无法适配宽域开阔区域、多岔路交叉、大曲率弯道、非结构化混合地形等复杂全场景作业环境,极易出现路径冗余、通行拥堵、避障失效等问题;二是调度架构固化,主流集中式规划架构依赖中央服务器统一运算,agv数量增多时算力开销呈指数级增长,实时性大幅下降,单点故障易导致整体系统瘫痪;三是冲突规避机制滞后,传统方法仅考虑空间位置冲突,忽略时间维度动态约束,无法预判agv时序重叠冲突,动态突发场景下重规划效率低;四是协同策略单一,多数方法采用固定优先级避让、简单等待策略,未考虑多agv作业收益、任务紧急度、场景通行成本差异,无法实现全局作业效率最优。

3、现有分布式规划技术未引入博弈协同机制,agv自主决策存在盲目性,多机交互缺乏最优策略迭代,同时缺乏通用化时空约束体系,无法适配不同场景的地形约束、通行约束、安全约束,场景通用性极差。

技术实现思路

1、针对现有技术中所存在的问题,本发明提供了一种融合时空约束的多agv分布式动态路径博弈规划方法,以解决现有技术中agv自主决策存在盲目性,多机交互缺乏最优策略迭代,同时缺乏通用化时空约束体系,无法适配不同场景的地形约束、通行约束、安全约束,场景通用性极差的技术问题。

2、本发明提供了一种融合时空约束的多agv分布式动态路径博弈规划方法,包括:

3、s1、进行全场景环境建模与参数初始化,构建通用化时空拓扑地图;

4、s2、构建全场景多维时空约束数学模型,定义空间、时间、安全、任务核心约束;

5、s3、进行单agv局部路径预规划,采用改进时空a*算法生成初始可行路径与时序通行时间窗,输出初始路径集合;

6、s4,将单agv的初始路径集合进行多个agv冲突检测,判断是否存在路径冲突,若不存在则输出所述初始路径集合,反之则执行步骤s5;

7、s5、采用多agv动态博弈模型为多个agv进行迭代博弈优化,输出多个agv各自的无冲突最优路径。

8、可选地,所述进行全场景环境建模与参数初始化,构建通用化时空拓扑地图,包括:

9、s101、针对作业空间划分为全局拓扑节点与局部精细栅格,所述全局拓扑节点至少需要标记路口、拐点、装卸点、通道分界点,所述局部精细栅格区分出分窄通道、常规通道、宽域区域、弯道、交叉路口和障碍区域;

10、s102、进行参数初始化,定义agv集群数量n,将第i台agv状态参数集合表示为;其中为实时坐标位置,为实时行驶速度,为加速度,为任务优先级权重,为任务截止时效;

11、s103、基于所述全场景环境的地形特征进行全局可行域划分,标记出可行通行区域、禁行区域、减速区域和优先通行区域,其中,所述禁行区域为路径规划不可达节点,所述减速区域对应限速约束,所述优先通行区域对应博弈优先级加权。

12、可选地,所述构建全场景多维时空约束数学模型,定义agv的空间、时间、安全和任务核心约束,包括:

13、s201、定义agv的通行空间约束,表示为:

14、

15、其中,分别为t时刻agv i、agv j的坐标位置;为agv固有安全间距;为场景自适应安全补偿系数,窄通道取0.2m,常规通道取0.1m,宽域区域取0m,曲率半径不大于5m 的弯道取0.3m,交叉路口取0.3m;

16、s202、定义agv的时间窗时序约束,将单agv路径时间窗集合表示为:

17、,

18、其中,分别为agv i经过第k个路径节点的起始和结束时间,并将多个agv时序无冲突约束公式表示为:

19、;

20、s203、定义agv的动态速度安全约束,表示为:

21、

22、其中,为第k类场景地形的最小和最大通行速度,所述窄通道最大通行速度为 0.8m/s、最小为 0.2m/s,弯道最大通行速度为 0.7m/s、最小为 0.2m/s,交叉路口最大通行速度为 0.7m/s、最小为 0.3m/s,常规通道最大通行速度为 1.2m/s、最小为0.3m/s,宽域区域最大通行速度为 1.5m/s、最小为 0.5m/s;

23、s204、定义agv的任务时效约束,约束agv路径总通行耗时,表示为:

24、

25、式中:为agv i通过第k段路径的耗时,为agv i的任务最大允许耗时。

26、可选地,所述采用改进时空a*算法生成初始可行路径与时序通行时间窗,包括:

27、定义所述改进时空a*算法的场景通用代价函数,表示为:

28、

29、式中:为起点到当前节点n的实际通行代价,为当前节点n到终点的启发式代价;为节点n的场景空间代价;为时间窗冲突代价;为权重调节系数,取值范围[0,1],并对各agv独立迭代求解代价函数,输出包含坐标序列、行驶速度序列、通行时间窗序列的初始路径集合。

30、可选地,所述将单agv的初始路径集合进行多agv冲突检测,判断是否存在路径冲突,包括:

31、s401、判断t时刻两台及以上agv空间间距是否小于场景自适应安全距离;

32、s402、判断多个agv同一路径段和同一路径节点的通行时间窗是否存在交集;

33、s403、判断agv动态速度和路径总通行耗时是否超出对应场景的约束阈值;

34、s404、若s401-s403结果均为否,直接输出初始路径集合,反之若s401-s403任一结果为是,则执行步骤s5。

35、可选地,所述采用多agv动态博弈模型为多个agv进行迭代博弈优化,包括:

36、s501、收集冲突集群内所有agv,集合为(m≤n);

37、s502、定义各agv可选路径调整策略,包括匀速通行、减速避让、原地等待、局部重规划四类调整策略,记为;

38、s503、构建博弈收益函数,表示为:

39、

40、其中,为agv i的策略,为其他agv博弈参与者策略,为任务完成耗时,为任务优先级收益,为时空冲突风险代价;为行驶能耗,为归一化权重系数,并满足,其中,为通行效率权重,为任务优先级权重,为冲突风险惩罚权重,为能耗成本权重;

41、s504、基于局部感知信息与邻机策略,独立计算多个agv自身可选策略的收益值;

42、s505、采用最优响应迭代算法,更新agv自身最优路径策略,最大化个体收益,直至迭代至纳什均衡状态,并输出纳什均衡状态下多个agv各自的无冲突最优路径。

43、本发明相比于现有技术:

44、本发明构建了通用化时空约束模型,突破场景局限性,适配窄通道、宽域开阔区域、十字交叉路口、多岔路、弯道、混合结构化/非结构化全场景。本发明采用分布式自主决策架构,摒弃全局中心调度,将多agv路径规划问题转化为多智能体动态非合作博弈问题,通过定义时空位置约束、速度约束、安全距离约束、任务时效约束多维约束条件,构建博弈收益函数;结合改进时空a*算法完成单agv局部路径预规划,通过动态博弈迭代优化实现多agv路径冲突自主消解,同时设计动态权重更新机制适配不同场景地形特征。本发明可实现全场景下多agv无冲突动态路径规划,具备实时性强、算力消耗低、鲁棒性高、场景通用性强的特点,可广泛应用于智能仓储、港口转运、车间物流、园区巡检等各类agv作业场景。