夜光 ： 多 AGV 小车的路径规划技术的研究 （一）

夜光序言：

 

 

18岁，该爱了。

爱对了是爱情，爱错了是青春

 

 

 

正文：

 

随着自动化物流系统、智能工厂的发展，自动引导车辆(Automated Guided Vehicle，AGV)作为运输系统的关键工具之一，得到了越来越多的应用。

 

其主要通过传感器检测周围环境来实现物理空间中的运输环节。

而多 AGV 的自主移动 离不开路径规划技术。

---

 

主要是在实际生产环境中，遵循特定的路径规划策略，以 确保 AGV 可以从起始点行驶至目标点而不会发生碰撞(包括 AGV 与货架的碰 撞、AGV 之间的碰撞)，完成物品的装载和卸载。

 

夜光：从三个方面对多移动 AGV 的路径规划问题进行研究，主要工作包括：

(1) 本文基于分区路径搜索的思想，采用栅格法，解决了 AGV 环境地图预 处理问题，得到初始环境栅格地图；然后采用分区阈值改进基于 Canopy 的 K-means 聚类算法，实现初始栅格地图的分区，得到货架区和可行区这两种分区 结构的栅格地图。

(2) 为了解决 AGV 与货架的碰撞问题，根据环境地图中不同分区的特点， 在无货架的可行区，采用直线短路径；在货架区，通过对比不同的路径规划方 法，采用基于 A 星算法和蚁群算法的融合算法。为避免 AGV 与货架的碰撞，设计蚁群算法的距离矩阵，通过对比实验调试优算法参数，对多个分区的路径进 行整合修正，得到单 AGV 优路径。

(3) 为了解决 AGV 与 AGV 的碰撞问题，在环境复杂的货架区，采用蚁群系统算法实现多个 AGV 的路径规划。

 

其中，为解决 AGV 之间竞争栅格碰撞问题， 设计了基于优先级的避碰策略，改进蚁群系统数学模型，使得多 AGV 之间通过蚁群信息素进行不直接通信，实现多 AGV 路径规划。

 

为进一步提高方法的协调 性，设计了协作策略，预先判断每辆 AGV 是否需要重新规划路径，保证 AGV 行驶时都是无碰撞状态。

实验验证该方法的可行性，整合输出每个 AGV 的无碰撞路径。 
 

---

 

研究背景：

 

     多 AGV 路径规划是指，同一工作空间的多 AGV 按照某一性能指标各自搜 索一条从起点到终点的优或近似优的无碰路径，各 AGV 要避开环境中的动 静态障碍和其它运动着的 AGV。

     由于其它运动 AGV 的存在，使得多 AGV 路径 规划变得十分复杂，它是一个新的、独立的问题，而不是单 AGV 运动方法的迭 加。

     从某种意义上来说，多 AGV 协作路径规划的能力决定了协作系统实现的可 能性与协作的效率，从而对 AGV 之间路径的规划和协调提出了更高的要求。