一种基于a-star算法的多agv交通管制方法
技术领域
1.本发明涉及智能控制技术领域，特别涉及一种基于a-star算法的多agv交通管制方法。
背景技术：
2.agv是automated guided vehicle的缩写，意即"自动导引运输车"。agv是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。在智能车间中，随着工作人员的减少，越来越多的工作被agv取代。在同一个工作场合很可能存在很多的agv同时工作，那么就存在移动上的冲突，agv越多，冲突的可能性就越多。如果在这种情况下尽可能节省工作时间就是一个问题。
3.中国专利cn110264120a披露了一种基于多agv的智能仓储路线规划系统和方法，该方案中移动是依靠地面预先铺设磁条或磁带来前进的，也就是说仓储车间被分成了很多线性的通路，agv只能沿着通路行走，无法随时随地的往两侧避让，增加了堵车的可能。
4.中国专利cn110009259a披露了一种应用于双向路径下柔性制造车间的多agv调度方法，能够让agv小车前进到下一个位置点后应用a-star算法重新计算最优路径并向目标agv小车发出行驶指令。但是这里的前提是最优路径每次都是唯一的状况，可事实上可能存在多个耗时相同的路径，这里并不明确如何选择。
5.因此有必要改进agv交通管制方法，保证agv的有序移动且不用设置地标。
技术实现要素：
6.本发明的主要目的在于提供一种基于a-star算法的多agv交通管制方法，让现场的多台agv互不干扰地正常行驶，并且无需建立地标，降低经济开销，也节省了对地标设定的时间。
7.本发明通过如下技术方案实现上述目的：一种基于a-star算法的多agv交通管制方法，步骤包括：
8.s1、构建环境拓扑结构，将环境地图分割成若干纵横排列的方格作为节点，所述节点包括可移动节点和不可移动节点；
9.s2、对环境内所有的n个agv进行优先级预划分；
10.s3、按优先级顺序依次分配任务给每台agv；
11.s4、按任务确定优先级最高的agv的行程起点start和终点end,通过创建openlist(通行清单)将起点放入到其中，根据a-star算法的距离计算公式：e(x)＝h(x) g(x)，向四周八个方向里没有障碍的节点及原地分别计算得到的e(x)，其中h(x)是从起点到当前节点x的实际距离量度，g(x)是从节点x到终点的最小距离，找出e(x)最小路径的节点x1，以x1为新的起点，再对四周八个方向里没有障碍的节点及原地分别计算e(x)，同上法再次找出新的最小路径对应的节点x2，直到x＝end，所得到的从start到end的节点连线即为优先级最高的agv的行程轨迹；
12.s5、同上法，对优先级第n位的agv确定行程轨迹，每一步在计算e(x)的时候，四周八个方向里没有障碍的节点及原地要剔除前面1～(n-1)个agv移动当时所占据的节点，最终得到优先级第n位的agv的行程轨迹，n为2～n之间的整数；
13.s6、所有n个agv按照各自的行程轨迹完成移动。
14.具体的，所述步骤s4中g(x)的形式为欧几里得距离或曼哈顿距离。
15.具体的，所述步骤s4和所述步骤s5中四周八个方向里没有障碍的节点及原地从相同的方位开始顺时针或逆时针排序，且原地不动的节点排在最后。
16.进一步的，所述步骤s4和所述步骤s5在每找到一个最小路径节点之后前一次已经排序的节点序号保留，对四周八个方向里没有障碍且未定序号的节点继续以相同编号方式增加序号。
17.本发明技术方案的有益效果是：
18.本方法是利用a-star算法来确定路径的距离并考虑到agv下一步能够到达的所有节点的e(x)大小，算法路线会连回退和原地等待也考虑在内，使agv在极其复杂交通环境中一样灵活应对。这样才能够比较出此时的最优移动方案，具有高容错性。方法上先考虑agv的优先级进行行程规划，然后再抛去高优先级agv占据的节点选择每一步的移动方案，高优先级的agv可以无视低优先级的agv，而低优先级的agv在排除了高优先级agv的节点后才需要计算路径距离，减少agv信息交互频率。在路线的更新演算时每次只要找到一条可行路径就可以结束寻找，虽然不是最短路径但也是最优解，减少指定路线的时间成本。而且环境地图的拓扑结构是由方格组成，而不是若干线段，所以agv可以灵活地进行侧向、斜向、停留和倒退避让，无需建立地标，降低经济开销，也节省了对地标设定的时间。
具体实施方式
19.下面结合具体实施例对本发明作进一步详细说明。
20.实施例：
21.本发明的一种基于a-star算法的多agv交通管制方法，步骤包括：
22.s1、构建环境拓扑结构，将环境地图分割成若干纵横排列的方格作为节点，所述节点包括可移动节点和不可移动节点；
23.s2、对环境内所有的n个agv进行优先级预划分；
24.s3、按优先级顺序依次分配任务给每台agv；
25.s4、按任务确定优先级最高的agv的行程起点start和终点end,通过创建openlist将起点放入到其中，根据a-star算法的距离计算公式：e(x)＝h(x) g(x)，向四周八个方向里没有障碍的节点及原地分别计算得到的e(x)，其中h(x)是从起点到当前节点x的实际距离量度，g(x)是从节点x到终点的最小距离，找出e(x)最小路径的节点x1，以x1为新的起点，再对四周八个方向里没有障碍的节点及原地分别计算e(x)，同上法再次找出新的最小路径对应的节点x2，直到x＝end，所得到的从start到end的节点连线即为优先级最高的agv的行程轨迹；
26.s5、同上法，对优先级第n位的agv确定行程轨迹，每一步在计算e(x)的时候，四周八个方向里没有障碍的节点及原地要剔除前面1～(n-1)个agv移动当时所占据的节点，最终得到优先级第n位的agv的行程轨迹，n为2～n之间的整数；
27.s6、所有n个agv按照各自的行程轨迹完成移动。
28.本方法是每次利用a-star算法来确定路径的距离并考虑到agv下一步能够到达的所有节点的e(x)大小，但是a-star算法走过的点不过走第二遍，而我们得到的路线会连回退和原地等待也考虑在内，使agv在极其复杂交通环境中一样灵活应对。这样才能够比较出此时的最优移动方案，具有高容错性。方法上先考虑agv的优先级进行行程规划，然后再抛去高优先级agv占据的节点选择每一步的移动方案，高优先级的agv可以无视低优先级的agv，而低优先级的agv在排除了高优先级agv的节点后才需要计算路径距离，减少agv信息交互频率。在路线的更新演算时每次只要找到一条可行路径就可以结束寻找，虽然不是最短路径但也是最优解，减少指定路线的时间成本。而且环境地图的拓扑结构是由方格组成，而不是若干线段，所以agv可以灵活地进行侧向、斜向、停留和倒退避让，无需建立地标，降低经济开销，也节省了对地标设定的时间。
29.步骤s4中g(x)的形式为欧几里得距离或曼哈顿距离。这里的欧几里得距离表示在地图的二维空间中从x节点到终点之间的真实距离，曼哈顿距离表示在二维空间中从x节点到终点之间的绝对轴距总和。实际应用中还需要考虑绕过可能阻挡在两者之间的不可移动节点。
30.所述步骤s4和所述步骤s5中四周八个方向里没有障碍的节点及原地从相同的方位开始顺时针或逆时针排序，且原地不动的节点排在最后。路径的排序方式如果一开始是顺时针，则节点一直都是从某个确定的方位开始顺时针排序；如果一开始是逆时针，则节点一直都是从某个确定的方位开始顺时针排序。移动开始时，停留不动是排在最后的选择。
31.所述步骤s4和所述步骤s5在每找到一个最小路径节点之后前一次已经排序的节点序号保留，对四周八个方向里没有障碍且未定序号的节点继续以相同编号方式增加序号。这样已经指定序号的节点不用再重复给予序号，简化了数据记录。
32.以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
技术领域
1.本发明涉及智能控制技术领域，特别涉及一种基于a-star算法的多agv交通管制方法。
背景技术：
2.agv是automated guided vehicle的缩写，意即"自动导引运输车"。agv是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。在智能车间中，随着工作人员的减少，越来越多的工作被agv取代。在同一个工作场合很可能存在很多的agv同时工作，那么就存在移动上的冲突，agv越多，冲突的可能性就越多。如果在这种情况下尽可能节省工作时间就是一个问题。
3.中国专利cn110264120a披露了一种基于多agv的智能仓储路线规划系统和方法，该方案中移动是依靠地面预先铺设磁条或磁带来前进的，也就是说仓储车间被分成了很多线性的通路，agv只能沿着通路行走，无法随时随地的往两侧避让，增加了堵车的可能。
4.中国专利cn110009259a披露了一种应用于双向路径下柔性制造车间的多agv调度方法，能够让agv小车前进到下一个位置点后应用a-star算法重新计算最优路径并向目标agv小车发出行驶指令。但是这里的前提是最优路径每次都是唯一的状况，可事实上可能存在多个耗时相同的路径，这里并不明确如何选择。
5.因此有必要改进agv交通管制方法，保证agv的有序移动且不用设置地标。
技术实现要素：
6.本发明的主要目的在于提供一种基于a-star算法的多agv交通管制方法，让现场的多台agv互不干扰地正常行驶，并且无需建立地标，降低经济开销，也节省了对地标设定的时间。
7.本发明通过如下技术方案实现上述目的：一种基于a-star算法的多agv交通管制方法，步骤包括：
8.s1、构建环境拓扑结构，将环境地图分割成若干纵横排列的方格作为节点，所述节点包括可移动节点和不可移动节点；
9.s2、对环境内所有的n个agv进行优先级预划分；
10.s3、按优先级顺序依次分配任务给每台agv；
11.s4、按任务确定优先级最高的agv的行程起点start和终点end,通过创建openlist(通行清单)将起点放入到其中，根据a-star算法的距离计算公式：e(x)＝h(x) g(x)，向四周八个方向里没有障碍的节点及原地分别计算得到的e(x)，其中h(x)是从起点到当前节点x的实际距离量度，g(x)是从节点x到终点的最小距离，找出e(x)最小路径的节点x1，以x1为新的起点，再对四周八个方向里没有障碍的节点及原地分别计算e(x)，同上法再次找出新的最小路径对应的节点x2，直到x＝end，所得到的从start到end的节点连线即为优先级最高的agv的行程轨迹；
12.s5、同上法，对优先级第n位的agv确定行程轨迹，每一步在计算e(x)的时候，四周八个方向里没有障碍的节点及原地要剔除前面1～(n-1)个agv移动当时所占据的节点，最终得到优先级第n位的agv的行程轨迹，n为2～n之间的整数；
13.s6、所有n个agv按照各自的行程轨迹完成移动。
14.具体的，所述步骤s4中g(x)的形式为欧几里得距离或曼哈顿距离。
15.具体的，所述步骤s4和所述步骤s5中四周八个方向里没有障碍的节点及原地从相同的方位开始顺时针或逆时针排序，且原地不动的节点排在最后。
16.进一步的，所述步骤s4和所述步骤s5在每找到一个最小路径节点之后前一次已经排序的节点序号保留，对四周八个方向里没有障碍且未定序号的节点继续以相同编号方式增加序号。
17.本发明技术方案的有益效果是：
18.本方法是利用a-star算法来确定路径的距离并考虑到agv下一步能够到达的所有节点的e(x)大小，算法路线会连回退和原地等待也考虑在内，使agv在极其复杂交通环境中一样灵活应对。这样才能够比较出此时的最优移动方案，具有高容错性。方法上先考虑agv的优先级进行行程规划，然后再抛去高优先级agv占据的节点选择每一步的移动方案，高优先级的agv可以无视低优先级的agv，而低优先级的agv在排除了高优先级agv的节点后才需要计算路径距离，减少agv信息交互频率。在路线的更新演算时每次只要找到一条可行路径就可以结束寻找，虽然不是最短路径但也是最优解，减少指定路线的时间成本。而且环境地图的拓扑结构是由方格组成，而不是若干线段，所以agv可以灵活地进行侧向、斜向、停留和倒退避让，无需建立地标，降低经济开销，也节省了对地标设定的时间。
具体实施方式
19.下面结合具体实施例对本发明作进一步详细说明。
20.实施例：
21.本发明的一种基于a-star算法的多agv交通管制方法，步骤包括：
22.s1、构建环境拓扑结构，将环境地图分割成若干纵横排列的方格作为节点，所述节点包括可移动节点和不可移动节点；
23.s2、对环境内所有的n个agv进行优先级预划分；
24.s3、按优先级顺序依次分配任务给每台agv；
25.s4、按任务确定优先级最高的agv的行程起点start和终点end,通过创建openlist将起点放入到其中，根据a-star算法的距离计算公式：e(x)＝h(x) g(x)，向四周八个方向里没有障碍的节点及原地分别计算得到的e(x)，其中h(x)是从起点到当前节点x的实际距离量度，g(x)是从节点x到终点的最小距离，找出e(x)最小路径的节点x1，以x1为新的起点，再对四周八个方向里没有障碍的节点及原地分别计算e(x)，同上法再次找出新的最小路径对应的节点x2，直到x＝end，所得到的从start到end的节点连线即为优先级最高的agv的行程轨迹；
26.s5、同上法，对优先级第n位的agv确定行程轨迹，每一步在计算e(x)的时候，四周八个方向里没有障碍的节点及原地要剔除前面1～(n-1)个agv移动当时所占据的节点，最终得到优先级第n位的agv的行程轨迹，n为2～n之间的整数；
27.s6、所有n个agv按照各自的行程轨迹完成移动。
28.本方法是每次利用a-star算法来确定路径的距离并考虑到agv下一步能够到达的所有节点的e(x)大小，但是a-star算法走过的点不过走第二遍，而我们得到的路线会连回退和原地等待也考虑在内，使agv在极其复杂交通环境中一样灵活应对。这样才能够比较出此时的最优移动方案，具有高容错性。方法上先考虑agv的优先级进行行程规划，然后再抛去高优先级agv占据的节点选择每一步的移动方案，高优先级的agv可以无视低优先级的agv，而低优先级的agv在排除了高优先级agv的节点后才需要计算路径距离，减少agv信息交互频率。在路线的更新演算时每次只要找到一条可行路径就可以结束寻找，虽然不是最短路径但也是最优解，减少指定路线的时间成本。而且环境地图的拓扑结构是由方格组成，而不是若干线段，所以agv可以灵活地进行侧向、斜向、停留和倒退避让，无需建立地标，降低经济开销，也节省了对地标设定的时间。
29.步骤s4中g(x)的形式为欧几里得距离或曼哈顿距离。这里的欧几里得距离表示在地图的二维空间中从x节点到终点之间的真实距离，曼哈顿距离表示在二维空间中从x节点到终点之间的绝对轴距总和。实际应用中还需要考虑绕过可能阻挡在两者之间的不可移动节点。
30.所述步骤s4和所述步骤s5中四周八个方向里没有障碍的节点及原地从相同的方位开始顺时针或逆时针排序，且原地不动的节点排在最后。路径的排序方式如果一开始是顺时针，则节点一直都是从某个确定的方位开始顺时针排序；如果一开始是逆时针，则节点一直都是从某个确定的方位开始顺时针排序。移动开始时，停留不动是排在最后的选择。
31.所述步骤s4和所述步骤s5在每找到一个最小路径节点之后前一次已经排序的节点序号保留，对四周八个方向里没有障碍且未定序号的节点继续以相同编号方式增加序号。这样已经指定序号的节点不用再重复给予序号，简化了数据记录。
32.以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
