[發明專利]一種基于多條件約束的叉車式AGV最優路徑規劃方法

在審

• 申請號: 202010515914.7
• 申請日: 2020-06-09
• 公開（公告）號: CN111723981A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 姜躍君;徐偉
• 申請（專利權）人: 安徽意歐斯物流機器人有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G05D1/02
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 鄧盛花

1.一種基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：包括以下步驟：

S1、輸入起點s的位姿(x_s,y_s,a_s)、終端終點t的位姿(x_t,y_t,a_t)以及相關數據實體；

S2、遍歷當前節點的下一個臨點c，并判斷臨點c是否符合搜索路徑判定條件；

S3、若符合搜索路徑判定條件，則將臨點c計入當前節點數，否則進入S2；

S4、判斷計入當前節點數的臨點c是否為終點t，若臨點c不是終點t，則將起點s變更為臨點c，并判斷當前節點數是否小于最小節點數，若當前節點數小于最小節點數，則進入S2，否則返回上層搜索；

S5、若臨點c為終點t，則搜索到一條路徑，并判斷當前節點數是否大于最小節點數，若當前節點數大于最小節點數，則進入S2，否則將當前節點數的值賦予最小節點數，并將該路徑加入可通行路徑表；

S6、當搜索不到路徑時，評價函數對可通行路徑表中的可通行路徑進行評價，并輸出最優路徑。

2.根據權利要求1所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：所述相關數據實體包括按照有向圖理論抽象的數據存儲模型。

3.根據權利要求1所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：所述搜索路徑判定條件包括空節點判斷條件、硬鎖定判斷條件、存在性判斷條件、相鄰關系判斷條件、線路寬度判斷條件以及方位角判斷條件。

4.根據權利要求1所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：所述評價函數依據以下評價規則輸出最優路徑：弧線行駛最少、后退次數最少、盡量規避關鍵路徑、行駛距離短。

5.根據權利要求1所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：S5中將該路徑加入可通行路徑表的同時，可通行路徑增數自增1。

6.根據權利要求5所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：S6中輸出最優路徑的同時，輸出可通行路徑表和可通行路徑增數。

7.根據權利要求6所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：所述可通行路徑增數為負值時表示錯誤，非負時表示可通行路徑數量；

所述可通行路徑表在可通行路徑不小于1時有效，包含多組節點及對應前進方位的集合；

所述最優路徑在可通行路徑不小于1時有效，由評價函數計算得出。

8.根據權利要求1所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：S2中所述遍歷當前節點的下一個臨點c，其中隱含遍歷結束自然返回上層搜索的結束條件。

9.根據權利要求1所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：S4中所述若臨點c不是終點t，則將起點s變更為臨點c，并判斷當前節點數是否小于最小節點數，采用約束條件限制使得搜索多分支收斂。

10.根據權利要求1所述的基于多條件約束的叉車式AGV最優路徑規劃方法，其特征在于：S5中所述將當前節點數的值賦予最小節點數，采用約束條件限制使得搜索多分支收斂。