复杂环境下AGVS路径规划算法

TP242.6; 在仓储物流领域中,自动导向搬运车系统(AGVS)具有可靠性程度高、机动灵活等特点,但其工作环境复杂度的增加也提升了路径规划的难度.针对复杂环境下AGVS路径规划的低效且易冲突问题,文中提出了一种基于分层分布式框架的改进AGVS路径规划算法.首先,为提高算法在路径规划过程中的搜索效率,对传统A*算法的评价函数进行改进,并将双向Floyd算法与改进A*算法融合,以增加路径平滑度,最终得到AGVS全局最优路径;然后,建立AGVS运动学模型,将全局最优路径中关键节点作为临时目标点,通过调整机器人初始位姿、优化评价函数,在各临时目标点间使用DWA算法完成AGVS局部路径规划;最后,引入...

Full description

Saved in:
Bibliographic Details
Published in华南理工大学学报（自然科学版） Vol. 51; no. 11; pp. 56 - 139
Main Authors 姚道金, 殷雄, 罗真, 温锐, 陈智宇, 邹鸿昊
Format Journal Article
LanguageChinese
Published 华东交通大学 电气与自动化工程学院,江西 南昌 330013 01.11.2023
Subjects
DWA algorithm
移动机器人
改进A算法
improved A algorithm
mobile robot
DWA算法
path planning
自动导向搬运车系统
路径规划
automatic guided truck
Online AccessGet full text
ISSN1000-565X
DOI10.12141/j.issn.1000-565X.230297

Cover

More Information
Summary:TP242.6; 在仓储物流领域中,自动导向搬运车系统(AGVS)具有可靠性程度高、机动灵活等特点,但其工作环境复杂度的增加也提升了路径规划的难度.针对复杂环境下AGVS路径规划的低效且易冲突问题,文中提出了一种基于分层分布式框架的改进AGVS路径规划算法.首先,为提高算法在路径规划过程中的搜索效率,对传统A*算法的评价函数进行改进,并将双向Floyd算法与改进A*算法融合,以增加路径平滑度,最终得到AGVS全局最优路径;然后,建立AGVS运动学模型,将全局最优路径中关键节点作为临时目标点,通过调整机器人初始位姿、优化评价函数,在各临时目标点间使用DWA算法完成AGVS局部路径规划;最后,引入AGVS协同规划策略,通过对AGVS分配任务优先级实现AGVS间运动的统一调度,降低移动机器人之间发生冲突的概率,以提高AGVS路径规划算法的鲁棒性.Matlab仿真实验结果表明:提出的改进算法在简单环境和复杂环境下均可以生成AGVS无碰撞路径,在复杂环境下,文中改进算法规划的AGVS路径长度相比传统A*算法缩短2.26%;AGVS运动过程中,机器人线速度和角速度始终保持在0.6～1.2 m/s和-0.4～0.4 rad/s区域内,符合机器人运动学特性.
ISSN:1000-565X
DOI:10.12141/j.issn.1000-565X.230297