[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN107816996B - 时变环境下agv流时空干涉检测与规避方法 - Google Patents

时变环境下agv流时空干涉检测与规避方法 Download PDF

Info

Publication number
CN107816996B
CN107816996B CN201711044942.XA CN201711044942A CN107816996B CN 107816996 B CN107816996 B CN 107816996B CN 201711044942 A CN201711044942 A CN 201711044942A CN 107816996 B CN107816996 B CN 107816996B
Authority
CN
China
Prior art keywords
agv
time
space
path
interference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201711044942.XA
Other languages
English (en)
Other versions
CN107816996A (zh
Inventor
许波桅
李军军
杨勇生
梁承姬
周亚民
张素云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Maritime University
Original Assignee
Shanghai Maritime University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Maritime University filed Critical Shanghai Maritime University
Priority to CN201711044942.XA priority Critical patent/CN107816996B/zh
Publication of CN107816996A publication Critical patent/CN107816996A/zh
Application granted granted Critical
Publication of CN107816996B publication Critical patent/CN107816996B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291—Fleet control
    • G05D1/0293—Convoy travelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种时变环境下AGV流时空干涉检测与规避方法，研究时变不确定因素及其传导效应下的AGV时变运行轨迹的动态表现，运用马尔可夫链对码头路网AGV流进行动态性分析，从空间维度、时间维度和业务维度分析AGV流以及AGV运行轨迹道路时空占用的特征，分析AGV时空干涉对象之间的动态交互关系，研究时空干涉的不确定性和随机性，进行AGV时空干涉的动态检测与规避。本发明解决了由于行驶中的AGV时空干涉带来的作业任务滞后问题，保证作业继续，减少和避免岸桥、轨道吊的作业等待，为AGV路径规划与运输优化提供参考和支持，以降低整个自动化集装箱码头的作业成本，提升码头的装卸效率和安全性。

Description

时变环境下AGV流时空干涉检测与规避方法
技术领域
本发明涉及一种时变环境下AGV流时空干涉检测与规避方法。
背景技术
自动导引车(Automated Guided Vehicle，AGV)是目前自动化码头主流的水平运输工具，承担着岸桥与堆场之间及堆场与堆场之间的集装箱搬运作业。与传统码头(作业系统瓶颈是岸桥、场桥)不同，自动化码头受岸桥、场桥装卸能力提升，作业规模、水平运输距离和并行作业的AGV数量大大增加等因素影响，AGV水平运输正成为自动化码头作业系统的新瓶颈，决定了码头的整体装卸效率。
相对于集卡，AGV的无人驾驶、自动导航、定位精确等智能化特征，使其在运营成本、自动化、节能环保等方面具有优势。然而，人的智能决策的减少、传统生产工艺和管理系统的沿用，降低了AGV对不确定时空环境(船舶到港时间的不确定性、任务分配的随机性、码头交通的动态性等)的适应能力，引起AGV运行轨迹动态变化。同时，受作业规模的扩大，并行作业AGV数量的增加、作业空间和任务完成时间限制等因素的影响，AGV运行的复杂性、时变性等特点突显。如图1所示，自动化码头AGV易于出现冲突、等待、排队甚至碰撞等时空干涉现象，造成了水平运输瓶颈的形成，研究表明，由于时空干涉造成的吞吐量下降可能高达85％，严重制约了自动化码头安全和效率的提升。
发明内容
本发明提供一种时变环境下AGV流时空干涉检测与规避方法，解决了由于行驶中的AGV时空干涉带来的作业任务滞后问题，保证作业继续，减少和避免岸桥、轨道吊的作业等待，为AGV路径规划与运输优化提供参考和支持，以降低整个自动化集装箱码头的作业成本，提升码头的装卸效率和安全性。
为了达到上述目的，本发明提供一种时变环境下AGV流时空干涉检测与规避方法，包含：
研究时变不确定因素及其传导效应下的AGV时变运行轨迹的动态表现，运用马尔可夫链对码头路网AGV流进行动态性分析；
从空间维度、时间维度和业务维度分析AGV流以及AGV运行轨迹道路时空占用的特征，分析AGV时空干涉对象之间的动态交互关系；
研究时空干涉的不确定性和随机性，进行AGV时空干涉的动态检测与规避。
所述的时变环境下AGV流时空干涉检测与规避方法具体包含以下步骤：
步骤S1、根据自动化码头装卸搬运作业需求和时变不确定环境对AGV运行的影响，获取作业环境与作业状态数据集；
步骤S2、根据作业环境与作业状态数据集分析自动化码头作业环境的不确定性特征，剖析影响AGV运行的不确定性来源，运用多变量系统理论研究不确定时空因素的传导关系，分析交叉传导机理，从作业环境与作业状态数据集中选取AGV运行状态数据，并根据AGV运行状态的表现形式和特征属性进行分类；
步骤S3、分析AGV运行轨迹的动态性，获得AGV运行轨迹动态分布特征；
步骤S4、利用马尔可夫链分析AGV流演化规律；
步骤S5、从空间维度、时间维度和业务维度分析AGV流以及AGV运行轨迹道路时空占用的特征，分析AGV时空干涉对象之间的动态交互关系；
步骤S6、进行AGV路径规划；
步骤S7、根据AGV当前的状态判断AGV时空干涉的类型，若属于故障类时空干涉，则进行步骤S10，若属于非故障类时空干涉，则进行步骤S8；
步骤S8、进行AGV时空干涉检测，进行步骤S9；
步骤S9、进行非故障类AGV时空干涉规避，进行步骤S11；
步骤S10、进行故障类AGV时空干涉规避，进行步骤S11。
步骤11、接受下一个作业指令，返回步骤S6。
所述的步骤S1中，自动化码头装卸搬运作业需求和时变不确定环境对AGV运行的影响包含：AGV的作业任务、作业路线、作业顺序、作业路线、码头路网AGV流量、流向、流速、AGV与AGV、AGV与其他作业机械、AGV与周围环境之间常常出现时空干涉。
所述的步骤S2中，所述的自动化码头作业环境的不确定性特征包含：
船舶、岸桥、场桥、路网的不确定因素及相互组合构成AGV运行的外部不确定时空环境；
AGV可使用数量调度规则、运行轨迹、运行速度及相互组合构成AGV运行的内部不确定时空环境。
所述的步骤S4中，利用马尔可夫链分析AGV流演化规律的方法具体包含：
将各AGV运动轨迹的动态程度映射为误差，借鉴基于多维联合概率分布的误差传递与合成思想，通过协方差矩阵计算各路段、装卸节点、路口AGV流及其概率分布，建立AGV流平均动态的一般演化动态方程；
一般演化动态方程：
Figure BDA0001452030990000031
其中，w∈W，l∈Lw，f∈Γ；W为AGV所有OD(任务的起点与终点)对的集合，Lw为OD对w间所有路径的集合，Γ为路网中所有路径集合；
Figure BDA0001452030990000032
为OD对w间路径q的流量，f为OD对间所有路径组成的向量；
Figure BDA0001452030990000033
为路径l的选择率，
Figure BDA0001452030990000034
为路径l的修正率。
步骤S6中，所述的AGV路径规划方法具体包含以下步骤：
步骤S6.1、自动化集装箱码头的AGV路网以磁钉布局，形成的各节点之间构成对应的距离矩阵，搜索每个岸桥对应箱区的最优路径，构建路径库，采用Dijkstra算法求解AGV最短路径值；
步骤S6.2、依据最短路径值，采用深度优先搜索DFS算法对生成的多条路径进行搜索，筛选出最优路径。
所述的步骤S7中，根据AGV当前的状态判断AGV时空干涉的类型的方法包含：
按照式(1)对AGV当前的状态进行判断：
Figure BDA0001452030990000035
其中，
Figure BDA0001452030990000041
表示AGV当前的状态类型，
Figure BDA0001452030990000042
为AGVk从节点i和到节点j的计划行驶时间，Plock为AGVk申请的下一行驶路径长度，vij表示AGVk通过节点i和j之间的速度，
Figure BDA0001452030990000043
表示AGVk通过节点i到j的实际行驶时间，Δt为AGV通过节点i到j的缓冲时间；
Figure BDA0001452030990000044
等于1表示AGV通过节点i到j的行驶时间正常；
Figure BDA0001452030990000045
等于2表示AGV在节点i，j之间可能冲突，申请下一行驶路段失败；
Figure BDA0001452030990000046
等于3表示AGV在节点i，j之间发生设备故障。
所述的AGV时空干涉检测方法和非故障类AGV时空干涉规避方法具体包含以下步骤：
步骤S8.1、根据各路径AGV作业时间和行驶速度计算其申请下一行驶路段的长度，以及经过路径各节点的时间，形成AGV通过该路径所有节点的行驶时间表；
步骤S8.2、判断路径之间是否存在节点或路段重叠，若存在，则进行步骤S8.3，若不存在，则表明路径不冲突，结束；
设已知路径1的节点集合A和路径2的节点集合B，计算交集C＝A∩B，判断C是否为空集
Figure BDA0001452030990000047
若C为空集，则路径1和路径2不存在重叠路段，反之，说明两条路径间存在重叠路段，即可能存在路径冲突；
步骤S8.3、判断重叠路段是否存在时间冲突，即不同路径的AGV通过某一重叠节点的时间差T是否小于AGV行驶安全距离的时间(L+Ls)/v，其中L为AGV长度，Ls为两台AGV之间的最小安全距离，v为AGV行驶速度。若是，说明有一台AGV将申请路段失败，发生冲突，进行步骤S9.1，若否，进行步骤S8.4；
步骤S8.4、采用步骤S8.3的检测方法对同一路径内所有AGV进行时间冲突检测，若路径内AGV发生时间冲突，则进行步骤S9.1，若不存在冲突，则结束；
步骤S9.1、将冲突AGV的编号、冲突节点及行驶时间录入冲突集合；
步骤S9.2、判断冲突AGV的优先级；
根据AGV有无任务、是否带载、应急与否划分作业优先等级，执行任务的AGV、带载的AGV和进行应急作业的AGV，其优先等级高于未执行任务的AGV、空载的AGV和进行常规作业的AGV，根据任务完成和故障应急情况的实时状态反馈信息转换调整AGV作业优先等级；
步骤S9.3、采用速度控制令优先级低的AGV减速等待优先级高的AGV优先通过冲突节点；
步骤S9.4、AGV在速度控制策略下规避冲突后，形成新的AGV行驶时间表，返回步骤S8.1，再次对更新后的时间表进行冲突检测，如此循环，直到路径间与路径内均不存在冲突，冲突解决。
所述的故障类AGV时空干涉规避方法具体包含以下步骤：
步骤S10.1、检测故障AGV所在路段的节点，将AGV所在作业路段锁定为不可行路段；
步骤S10.2、判断AGV的设备故障是否可以修理，如果可以，则进行步骤S10.3，如果不可修理，则进行步骤S10.4；
当AGV发生设备故障时，对故障AGV按照式(2)进行是否可修理判断：
Figure BDA0001452030990000051
其中，
Figure BDA0001452030990000052
为可修理故障的最长修理时间，当故障修理时间
Figure BDA0001452030990000053
介于
Figure BDA0001452030990000054
则表示AGV可修理；当故障时间
Figure BDA0001452030990000055
超过
Figure BDA0001452030990000056
则表示在短时间内无法修理；
步骤S10.3、修理故障AGV，对后续任务指派新的AGV，并调用备选路径，进行步骤S10.5；
步骤S10.4、将故障AGV剔出车队并拖出作业区域，进行步骤S10.8；
步骤S10.5、判断故障AGV的备选路径是否与该路段存在重叠节点，若是，则进行步骤S10.7，若否，则说明备选路径可用，进行步骤S10.6；
步骤S10.6、按照行驶时间最短的原则，选择一条备选路径，进行步骤S10.11；
步骤S10.7、采用Dijkstra算法重新规划执行后续任务的AGV的行驶路径，进行步骤S10.11；
步骤S10.8、计算不可修理的故障AGV数量，进行步骤S10.9；
ngz＝ngz+1，ngz表示短时间内无法修理的故障AGV数量；
步骤S10.9、判断不可修理的故障AGV数量是否达到上限，若是，进行步骤S10.7，若否，进行步骤S10.11；
判断ngz＞nGZ是否成立，nGZ表示无法修理的故障AGV数量上限；
步骤S10.11、将备用AGV加入到作业车队进行作业，并调用备选路径，进行步骤S10.5；
步骤S10.11、AGV进行装箱作业。
本发明针对时变作业环境下AGV复杂的道路时空占用要求，修正安全距离、安全速度、安全流量的定义，建立自动化码头AGV时空干涉动态交互模型，总结出面向时变作业环境的AGV时空干涉检测与规避方法，解决由于行驶中的AGV时空干涉带来的作业任务滞后问题，保证作业继续，尽量减少和避免岸桥、轨道吊的作业等待，为AGV路径规划与运输优化提供参考和支持，以降低整个自动化集装箱码头的作业成本，提升码头的装卸效率和安全性。
附图说明
图1是背景技术中时空干涉现象的示意图。
图2是本发明提供的一种时变环境下AGV流时空干涉检测与规避方法的流程图。
图3是故障类时空干涉的示意图。
图4是非故障类时空干涉的动态检测与规避流程。
图5是故障类AGV时空干涉规避方法的流程图。
图6是影响AGV运行的不确定因素与要素之间的传导关系图。
具体实施方式
以下根据图2～图6，具体说明本发明的较佳实施例。
自动化码头固有的时变不确定特征对AGV运行有着显著的影响，导致AGV运行轨迹呈现时空不确定性，AGV流(包括流密度、流量、流速、流向、占有率等)动态变化，使得自动化码头路网交通状态、时空干涉具有新的复杂性。
准确揭示AGV流演化规律，建立精确的时空干涉交互模型，进行有效可靠的干涉程度检测，是AGV时空干涉规避的前提与基础。
本发明提供了一种时变环境下AGV流时空干涉检测与规避方法，包含：
研究时变不确定因素及其传导效应下的AGV时变运行轨迹的动态表现，运用马尔可夫链对码头路网AGV流进行动态性分析；
从空间维度、时间维度和业务维度分析AGV流以及AGV运行轨迹道路时空占用的特征，分析AGV时空干涉对象之间的动态交互关系；
研究时空干涉的不确定性和随机性，进行AGV时空干涉的动态检测与规避。
AGV流演化规律和AGV时空干涉动态交互是AGV时空干涉动态检测与规避的基础。从时间推进的角度，运用随机过程理论研究时空干涉的动态性和随机性，分析不确定时空环境下不同位置(装卸节点、路口及一般移动路径等)不同运行轨迹的时空干涉表示。
具体来说，如图2所示，本发明提供的一种时变环境下AGV流时空干涉检测与规避方法包含以下步骤：
步骤S1、根据自动化码头装卸搬运作业需求和时变不确定环境对AGV运行的影响，获取作业环境与作业状态数据集；
步骤S2、根据作业环境与作业状态数据集分析自动化码头作业环境的不确定性特征，剖析影响AGV运行的不确定性来源，运用多变量系统理论研究不确定时空因素的传导关系，分析交叉传导机理，从作业环境与作业状态数据集中选取AGV运行状态数据，并根据AGV运行状态的表现形式和特征属性进行分类；
步骤S3、分析AGV运行轨迹的动态性，获得AGV运行轨迹动态分布特征；
根据采集的实时AGV运行数据，可以按照时间序列绘制出AGV运行轨迹，基于自动化码头管理信息系统数据，可以运用自动化机制挖掘出AGV运行轨迹分布；
步骤S4、利用马尔可夫链分析AGV流演化规律；
步骤S5、从空间维度、时间维度和业务维度分析AGV流以及AGV运行轨迹道路时空占用的特征，分析AGV时空干涉对象之间的动态交互关系；
AGV运行轨迹侧重于每台AGV实际的作业路线，AGV流是作业AGV的综合表现；
步骤S6、进行AGV路径规划；
步骤S7、根据AGV当前的状态判断AGV时空干涉的类型，若属于故障类时空干涉，则进行步骤S10，若属于非故障类时空干涉，则进行步骤S8；
步骤S8、进行AGV时空干涉检测，进行步骤S9；
步骤S9、进行非故障类AGV时空干涉规避，进行步骤S11；
步骤S10、进行故障类AGV时空干涉规避，进行步骤S11。
步骤11、接受下一个作业指令，返回步骤S6。
所述的步骤S1中，自动化码头装卸搬运作业需求和时变不确定环境对AGV运行的影响包含：AGV的作业任务、作业路线、作业顺序、作业路线、码头路网AGV流量、流向、流速、AGV与AGV、AGV与其他作业机械、AGV与周围环境之间常常出现时空干涉等。
所述的获取作业环境与作业状态数据集的方法包含：基于机器视觉(红外线、激光、雷达、可见光等)的AGV运行状态实时采集、自适应智能感知技术、导航定位技术、无线传输技术等。
进一步地，如图6所示，所述的步骤S2中，所述的自动化码头作业环境的不确定性特征包含：
1、船舶、岸桥、场桥、路网的不确定因素及相互组合构成AGV运行的外部不确定时空环境，可引起AGV作业任务分配、运行轨迹、运行速度的变化；
2、AGV可使用数量(AGV故障的不确定也会导致可使用数量不确定)、调度规则、运行轨迹、运行速度及相互组合构成AGV运行的内部不确定时空环境。
图6中，白色圆形表示独立的不确定因素，灰色圆形表示非独立的不确定因素，灰色方形表示AGV及路网不确定要素，虚线箭头表示不确定因素之间的相互关系影响。
进一步地，所述的步骤S4中，利用马尔可夫链分析AGV流演化规律的方法具体包含：
将各AGV运动轨迹的动态程度映射为误差，借鉴基于多维联合概率分布的误差传递与合成思想，通过协方差矩阵计算各路段、装卸节点、路口AGV流及其概率分布，建立AGV流平均动态的一般演化动态方程。
一般演化动态方程：
Figure BDA0001452030990000081
其中，w∈W，l∈Lw，f∈Γ；W为AGV所有OD(任务的起点与终点)对的集合，Lw为OD对w间所有路径的集合，Γ为路网中所有路径集合；
Figure BDA0001452030990000091
为OD对w间路径q的流量，f为OD对间所有路径组成的向量；
Figure BDA0001452030990000092
为路径l的选择率，
Figure BDA0001452030990000093
为路径l的修正率。
在AGV流状态空间和时间参数集设定的基础上，将AGV流表示为具有设备数量、路网规模等参数和流密度、流量、流速、流向等状态的马尔可夫随机过程。根据作业安全性和完成时间的要求，计算AGV流的状态转移概率。
马尔可夫链主要用以分析随机事件未来发展变化的趋势，在海洋波浪预测、水环境污染状态预测、水文气象预测等方面获得了成功的应用。该方法将概率向量与其他向量结合，观察随机事件后面的发展状况。通过对自动化码头AGV水平运输作业的分析，可以发现AGV流的到达数量及其在各路段、装卸节点、路口的分布是随机的、重复的。因而可以用马尔可夫链分析AGV流动态性，即利用流密度、流量、流速、流向、占有率等变量的现在状态和动向去预测AGV流未来的状态及其动向，进而准确地揭示AGV流的动态演化规律，并解释码头的路网状态(AGV流分布)是如何形成的。
如图4所示，步骤S6中，所述的AGV路径规划方法具体包含以下步骤：
步骤S6.1、自动化集装箱码头的AGV路网以磁钉布局，形成的各节点之间构成对应的距离矩阵，搜索每个岸桥对应箱区的最优路径，构建路径库，采用Dijkstra算法求解AGV最短路径值；
步骤S6.2、依据最短路径值，采用深度优先搜索DFS算法对生成的多条路径进行搜索，筛选出最优路径。
所述的步骤S7中，所述的根据AGV当前的状态判断AGV时空干涉的类型的方法包含：
按照式(1)对AGV当前的状态进行判断：
Figure BDA0001452030990000094
其中，
Figure BDA0001452030990000095
表示AGV当前的状态类型，
Figure BDA0001452030990000096
为AGVk从节点i和到节点j的计划行驶时间，Plock为AGVk申请的下一行驶路径长度，vij表示AGVk通过节点i和j之间的速度，
Figure BDA0001452030990000101
表示AGVk通过节点i到j的实际行驶时间，Δt为AGV通过节点i到j的缓冲时间；
Figure BDA0001452030990000102
等于1表示AGV通过节点i到j的行驶时间正常；
Figure BDA0001452030990000103
等于2表示AGV在节点i，j之间可能冲突，申请下一行驶路段失败；
Figure BDA0001452030990000104
等于3表示AGV在节点i，j之间发生设备故障。
进行AGV时空干涉的动态检测与规避包含三个阶段：AGV路径规划阶段，AGV时空干涉检测阶段，AGV时空干涉规避阶段。本发明将AGV时空干涉分为两类：故障类和非故障类，若是故障类的时空干涉，执行完AGV路径规划阶段之后，执行故障类AGV时空干涉规避阶段，若是非故障类的时空干涉，则继续执行AGV时空干涉检测阶段和非故障类AGV时空干涉规避阶段。在AGV路径规划阶段，结合自动化码头生产管理系统与生产工艺，获得码头生产作业计划，对AGV进行任务分配和路径规划，进而得出AGV在各岸桥-箱区间的初始行驶路径。在AGV时空干涉检测阶段，采用向量交集运算的方法对AGV行驶路径中的重叠路段及与其他路径的重叠次数进行检测；若存在路径重叠，则要进行时间冲突的检测；当检测出AGV申请下一行驶路段失败，则说明AGV之间发生冲突，或可能发生冲突。在非故障类AGV时空干涉规避阶段，根据AGV有无任务、是否带载、应急与否划分作业优先等级，根据任务完成和故障应急情况的实时状态反馈信息转换调整AGV作业优先等级，采用速度控制策略，通过控制AGV在冲突节点前后的速度来规避路径冲突，规避AGV在行驶中可能发生的冲突碰撞等时空干涉，检测并规避了时空干涉后，。在故障类AGV时空干涉规避阶段，当AGV发生故障时，如果不能及时处理，故障AGV会在路径中停留较长时间，导致后续AGV申请路段失败、AGV排队拥堵等，则会对自动化码头生产作业产生较大影响，如图3所示。图3中，AGV1故障，两台AGV之间的安全行驶距离为Ls，同一路径中后续AGV保持在安全距离外排队等待，而路径2与路径1的重叠节点恰好为冲突AGV所在路段的节点，则路径2中AGV4正常行驶，后续AGV5在距离节点Ls时等待。因此，AGV1不仅影响路径1中的后续AGV，同时影响路径2中的后续AGV，使得多条作业路中的AGV发生冲突。针对AGV故障而导致的路径中AGV冲突问题时，若故障AGV所在位置与其他AGV行驶路径之间存在重叠，则可诱发AGV间的时空干涉。因此在重新规划AGV行驶路径时，不仅要考虑故障AGV所在作业路的冲突问题，也要对故障引起的其他路径中AGV冲突问题进行规避，提出调用备选路径和AGV路径重新规划方法，以期改善集装箱装卸作业中AGV故障所导致的作业面瘫痪和交通拥堵问题。
如图4所示，所述的AGV时空干涉检测方法和非故障类AGV时空干涉规避方法具体包含以下步骤：
步骤S8.1、根据各路径AGV作业时间和行驶速度计算其申请下一行驶路段的长度，以及经过路径各节点的时间，形成AGV通过该路径所有节点的行驶时间表；
步骤S8.2、判断路径之间是否存在节点或路段重叠，若存在，则进行步骤S8.3，若不存在，则表明路径不冲突，结束；
设已知路径1的节点集合A和路径2的节点集合B，计算交集C＝A∩B，判断C是否为空集
Figure BDA0001452030990000111
若C为空集，则路径1和路径2不存在重叠路段，反之，说明两条路径间存在重叠路段，即可能存在路径冲突；
步骤S8.3、判断重叠路段是否存在时间冲突，即不同路径的AGV通过某一重叠节点的时间差T是否小于AGV行驶安全距离的时间(L+Ls)/v，其中L为AGV长度，Ls为两台AGV之间的最小安全距离，v为AGV行驶速度。若是，说明有一台AGV将申请路段失败，发生冲突，进行步骤S9.1，若否，进行步骤S8.4；
步骤S8.4、对同一路径内所有AGV进行时间冲突检测(仍然采用步骤S8.3的检测方法)，若路径内AGV发生时间冲突(包括时间段重叠、时间段交叉)，则进行步骤S9.1，若不存在冲突，则结束；
步骤S9.1、将冲突AGV的编号、冲突节点及行驶时间录入冲突集合；
步骤S9.2、判断冲突AGV的优先级；
根据AGV有无任务、是否带载、应急与否划分作业优先等级，执行任务的AGV、带载的AGV和进行应急作业的AGV，其优先等级高于未执行任务的AGV、空载的AGV和进行常规作业的AGV，根据任务完成和故障应急情况的实时状态反馈信息转换调整AGV作业优先等级；
步骤S9.3、采用速度控制令优先级低的AGV减速等待优先级高的AGV优先通过冲突节点；
在本实施例中，令优先级低的AGV在安全距离Ls以外开始减速，到达既定的速度v1后匀速行驶，等待优先级高的AGV先通过冲突点，当优先级高的AGV通过冲突节点后，优先级低的AGV再加速回到v0，然后保持匀速行驶，加速距离为ls；
步骤S9.4、AGV在速度控制策略下规避冲突后，形成新的AGV行驶时间表，返回步骤S8.1，再次对更新后的时间表进行冲突检测，如此循环，直到路径间与路径内均不存在冲突，冲突解决。
如图5所示，所述的故障类AGV时空干涉规避方法具体包含以下步骤：
步骤S10.1、检测故障AGV所在路段的节点，将AGV所在作业路段锁定为不可行路段；
步骤S10.2、判断AGV的设备故障是否可以修理，如果可以，则进行步骤S10.3，如果不可修理，则进行步骤S10.4；
当AGV发生设备故障时，对故障AGV按照式(2)进行是否可修理判断：
Figure BDA0001452030990000121
其中，
Figure BDA0001452030990000122
为可修理故障的最长修理时间，当故障修理时间
Figure BDA0001452030990000123
介于
Figure BDA0001452030990000124
则表示AGV可修理；当故障时间
Figure BDA0001452030990000125
超过
Figure BDA0001452030990000126
则表示在短时间内无法修理；
步骤S10.3、修理故障AGV，对后续任务指派新的AGV，并调用备选路径，进行步骤S10.5；
故障AGV修理后路段可通行，继续作业，若路径中已有AGV，则排队等待故障处理结束后才能通行；
故障作业路对应的后续作业任务则根据剩余AGV完成当前周期内任务的时间顺序进行指派，并调用备选路径；
步骤S10.4、将故障AGV剔出车队并拖出作业区域，进行步骤S10.8；
将故障AGV拖出作业区域后，此路段可通行，已在路径中的其他AGV沿既定路径继续行驶，若所要行驶路段与故障AGV所处路段重叠，则在安全距离外排队等待；同时，若故障AGV距离相邻节点的距离小于安全行驶距离，则可能对其他路径中AGV行驶也产生影响；
步骤S10.5、判断故障AGV的备选路径是否与该路段存在重叠节点，若是，则进行步骤S10.7，若否，则说明备选路径可用，进行步骤S10.6；
不确定时空环境下，当一台AGV在作业中发生设备故障，影响的作业路可能是多条。在处理故障AGV的时间内，对作业后续集装箱装卸任务的AGV通过检测路段是否重叠，判断故障AGV的备选路径是否与该路段存在重叠节点，若不存在重叠节点，则调用备选路径，当故障AGV处理结束后，路段被释放为可行路段，后续任务继续选用该路径作业；
步骤S10.6、按照行驶时间最短的原则，选择一条备选路径，进行步骤S10.11；
步骤S10.7、采用Dijkstra算法重新规划执行后续任务的AGV的行驶路径，进行步骤S10.11；
调用备选路径失败，即(K-1)条备选路径均与故障AGV所在路段存在重叠，设置故障AGV的处理时间窗，在该时间窗范围内，将故障AGV所在的行驶路段锁定为不可行路段，将故障AGV作为该时间窗范围内的固定障碍物，其所在路段距离设为无穷大，采用Dijkstra算法重新规划执行后续任务的AGV的行驶路径；
步骤S10.8、计算不可修理的故障AGV数量，进行步骤S10.9；
ngz＝ngz+1，ngz表示短时间内无法修理的故障AGV数量；
步骤S10.9、判断不可修理的故障AGV数量是否达到上限，若是，进行步骤S10.7，若否，进行步骤S10.11；
判断ngz＞nGZ是否成立，nGZ表示无法修理的故障AGV数量上限；
步骤S10.11、将备用AGV加入到作业车队进行作业，并调用备选路径，进行步骤S10.5；
步骤S10.11、AGV进行装箱作业；
AGV从缓存区前往装箱位置，进行装箱作业，然后运往指定的卸箱位置，完成一次指令后，继续作业下一指令，直到所有任务全部完成，AGV回到缓存区等待新的作业指令。
本发明针对时变作业环境下AGV复杂的道路时空占用要求，修正安全距离、安全速度、安全流量的定义，建立自动化码头AGV时空干涉动态交互模型，总结出面向时变作业环境的AGV时空干涉检测与规避方法，解决由于行驶中的AGV时空干涉带来的作业任务滞后问题，保证作业继续，尽量减少和避免岸桥、轨道吊的作业等待，为AGV路径规划与运输优化提供参考和支持，以降低整个自动化集装箱码头的作业成本，提升码头的装卸效率和安全性。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (3)

1.一种时变环境下AGV流时空干涉检测与规避方法，其特征在于，包含：
研究时变不确定因素及其传导效应下的AGV时变运行轨迹的动态表现，运用马尔可夫链对码头路网AGV流进行动态性分析；
从空间维度、时间维度和业务维度分析AGV流以及AGV运行轨迹道路时空占用的特征，分析AGV时空干涉对象之间的动态交互关系；
研究时空干涉的不确定性和随机性，进行AGV时空干涉的动态检测与规避；
所述的时变环境下AGV流时空干涉检测与规避方法具体包含以下步骤：
步骤S1、根据自动化码头装卸搬运作业需求和时变不确定环境对AGV运行的影响，获取作业环境与作业状态数据集；
步骤S2、根据作业环境与作业状态数据集分析自动化码头作业环境的不确定性特征，剖析影响AGV运行的不确定性来源，运用多变量系统理论研究不确定时空因素的传导关系，分析交叉传导机理，从作业环境与作业状态数据集中选取AGV运行状态数据，并根据AGV运行状态的表现形式和特征属性进行分类；
步骤S3、分析AGV运行轨迹的动态性，获得AGV运行轨迹动态分布特征；
步骤S4、利用马尔可夫链分析AGV流演化规律；
步骤S5、从空间维度、时间维度和业务维度分析AGV流以及AGV运行轨迹道路时空占用的特征，分析AGV时空干涉对象之间的动态交互关系；
步骤S6、进行AGV路径规划；
步骤S7、根据AGV当前的状态判断AGV时空干涉的类型，若属于故障类时空干涉，则进行步骤S10，若属于非故障类时空干涉，则进行步骤S8；
步骤S8、进行AGV时空干涉检测，进行步骤S9；
步骤S9、进行非故障类AGV时空干涉规避，进行步骤S11；
步骤S10、进行故障类AGV时空干涉规避，进行步骤S11；
步骤11、接受下一个作业指令，返回步骤S6；
所述的步骤S1中，自动化码头装卸搬运作业需求和时变不确定环境对AGV运行的影响包含：AGV的作业任务、作业顺序、作业路线、码头路网AGV流量、流向、流速、AGV与AGV、AGV与其他作业机械、AGV与周围环境之间常常出现时空干涉；
所述的步骤S2中，所述的自动化码头作业环境的不确定性特征包含：
船舶、岸桥、场桥、路网的不确定因素及相互组合构成AGV运行的外部不确定时空环境；
AGV可使用数量调度规则、运行轨迹、运行速度及相互组合构成AGV运行的内部不确定时空环境；
所述的步骤S4中，利用马尔可夫链分析AGV流演化规律的方法具体包含：
将各AGV运动轨迹的动态程度映射为误差，借鉴基于多维联合概率分布的误差传递与合成思想，通过协方差矩阵计算各路段、装卸节点、路口AGV流及其概率分布，建立AGV流平均动态的一般演化动态方程；
一般演化动态方程：
Figure FDA0002715327000000021
其中，w∈W，l∈Lw，f∈Γ；W为AGV所有OD对的集合，OD是任务的起点和终点；Lw为OD对w间所有路径的集合，Γ为路网中所有路径集合；
Figure FDA0002715327000000022
为OD对w间路径q的流量，f为OD对间所有路径组成的向量；
Figure FDA0002715327000000023
为路径l的选择率，
Figure FDA0002715327000000024
为路径l的修正率；
步骤S6中，所述的AGV路径规划方法具体包含以下步骤：
步骤S6.1、自动化集装箱码头的AGV路网以磁钉布局，形成的各节点之间构成对应的距离矩阵，搜索每个岸桥对应箱区的最优路径，构建路径库，采用Dijkstra算法求解AGV最短路径值；
步骤S6.2、依据最短路径值，采用深度优先搜索DFS算法对生成的多条路径进行搜索，筛选出最优路径；
所述的步骤S7中，根据AGV当前的状态判断AGV时空干涉的类型的方法包含：
按照式(1)对AGV当前的状态进行判断：
Figure FDA0002715327000000031
其中，
Figure FDA0002715327000000032
表示AGV当前的状态类型，
Figure FDA0002715327000000033
为AGVk从节点i和到节点j的计划行驶时间，Plock为AGVk申请的下一行驶路径长度，vij表示AGVk通过节点i和j之间的速度，
Figure FDA0002715327000000034
表示AGVk通过节点i到j的实际行驶时间，Δt为AGV通过节点i到j的缓冲时间；
Figure FDA0002715327000000035
等于1表示AGV通过节点i到j的行驶时间正常；
Figure FDA0002715327000000036
等于2表示AGV在节点i，j之间可能冲突，申请下一行驶路段失败；
Figure FDA0002715327000000037
等于3表示AGV在节点i，j之间发生设备故障。
2.如权利要求1所述的时变环境下AGV流时空干涉检测与规避方法，其特征在于，所述的AGV时空干涉检测方法和非故障类AGV时空干涉规避方法具体包含以下步骤：
步骤S8.1、根据各路径AGV作业时间和行驶速度计算其申请下一行驶路段的长度，以及经过路径各节点的时间，形成AGV通过该路径所有节点的行驶时间表；
步骤S8.2、判断路径之间是否存在节点或路段重叠，若存在，则进行步骤S8.3，若不存在，则表明路径不冲突，结束；
设已知路径1的节点集合A和路径2的节点集合B，计算交集C＝A∩B，判断C是否为空集
Figure FDA0002715327000000038
若C为空集，则路径1和路径2不存在重叠路段，反之，说明两条路径间存在重叠路段，即可能存在路径冲突；
步骤S8.3、判断重叠路段是否存在时间冲突，即不同路径的AGV通过某一重叠节点的时间差T是否小于AGV行驶安全距离的时间(L+Ls)/v，其中L为AGV长度，Ls为两台AGV之间的最小安全距离，v为AGV行驶速度，若是，说明有一台AGV将申请路段失败，发生冲突，进行步骤S9.1，若否，进行步骤S8.4；
步骤S8.4、采用步骤S8.3的检测方法对同一路径内所有AGV进行时间冲突检测，若路径内AGV发生时间冲突，则进行步骤S9.1，若不存在冲突，则结束；
步骤S9.1、将冲突AGV的编号、冲突节点及行驶时间录入冲突集合；
步骤S9.2、判断冲突AGV的优先级；
根据AGV有无任务、是否带载、应急与否划分作业优先等级，执行任务的AGV、带载的AGV和进行应急作业的AGV，其优先等级高于未执行任务的AGV、空载的AGV和进行常规作业的AGV，根据任务完成和故障应急情况的实时状态反馈信息转换调整AGV作业优先等级；
步骤S9.3、采用速度控制令优先级低的AGV减速等待优先级高的AGV优先通过冲突节点；
步骤S9.4、AGV在速度控制策略下规避冲突后，形成新的AGV行驶时间表，返回步骤S8.1，再次对更新后的时间表进行冲突检测，如此循环，直到路径间与路径内均不存在冲突，冲突解决。
3.如权利要求2所述的时变环境下AGV流时空干涉检测与规避方法，其特征在于，所述的故障类AGV时空干涉规避方法具体包含以下步骤：
步骤S10.1、检测故障AGV所在路段的节点，将AGV所在作业路段锁定为不可行路段；
步骤S10.2、判断AGV的设备故障是否可以修理，如果可以，则进行步骤S10.3，如果不可修理，则进行步骤S10.4；
当AGV发生设备故障时，对故障AGV按照式(2)进行是否可修理判断：
Figure FDA0002715327000000041
其中，
Figure FDA0002715327000000042
为可修理故障的最长修理时间，当故障修理时间
Figure FDA0002715327000000043
介于
Figure FDA0002715327000000044
则表示AGV可修理；当故障时间
Figure FDA0002715327000000045
超过
Figure FDA0002715327000000046
则表示在短时间内无法修理；
步骤S10.3、修理故障AGV，对后续任务指派新的AGV，并调用备选路径，进行步骤S10.5；
步骤S10.4、将故障AGV剔出车队并拖出作业区域，进行步骤S10.8；
步骤S10.5、判断故障AGV的备选路径是否与该路段存在重叠节点，若是，则进行步骤S10.7，若否，则说明备选路径可用，进行步骤S10.6；
步骤S10.6、按照行驶时间最短的原则，选择一条备选路径，进行步骤S10.11；
步骤S10.7、采用Dijkstra算法重新规划执行后续任务的AGV的行驶路径，进行步骤S10.11；
步骤S10.8、计算不可修理的故障AGV数量，进行步骤S10.9；
ngz＝ngz+1，ngz表示短时间内无法修理的故障AGV数量；
步骤S10.9、判断不可修理的故障AGV数量是否达到上限，若是，进行步骤S10.7，若否，进行步骤S10.11；
判断ngz＞nGZ是否成立，nGZ表示无法修理的故障AGV数量上限；
步骤S10.11、将备用AGV加入到作业车队进行作业，并调用备选路径，进行步骤S10.5；
步骤S10.11、AGV进行装箱作业。
CN201711044942.XA 2017-10-31 2017-10-31 时变环境下agv流时空干涉检测与规避方法 Active CN107816996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711044942.XA CN107816996B (zh) 2017-10-31 2017-10-31 时变环境下agv流时空干涉检测与规避方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711044942.XA CN107816996B (zh) 2017-10-31 2017-10-31 时变环境下agv流时空干涉检测与规避方法

Publications (2)

Publication Number Publication Date
CN107816996A CN107816996A (zh) 2018-03-20
CN107816996B true CN107816996B (zh) 2021-03-23

Family

ID=61604009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711044942.XA Active CN107816996B (zh) 2017-10-31 2017-10-31 时变环境下agv流时空干涉检测与规避方法

Country Status (1)

Country Link
CN (1) CN107816996B (zh)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109242179B (zh) * 2018-08-31 2021-08-27 浙江心怡供应链管理有限公司 一种基于流量控制的智能调度方法
CN110967012B (zh) * 2018-09-30 2022-11-08 北京京东振世信息技术有限公司 路径规划方法及系统、计算机系统和计算机可读存储介质
CN109591776B (zh) * 2018-11-08 2022-05-24 青岛港国际股份有限公司 自动化码头agv轮胎充气系统和方法
CN111179580B (zh) * 2018-11-13 2021-01-01 青岛海信网络科技股份有限公司 一种勤务路线的评估方法及装置
CN109669458A (zh) * 2018-12-28 2019-04-23 芜湖哈特机器人产业技术研究院有限公司 一种基于无向图的多台激光叉车调度方法
CN111402571A (zh) * 2019-01-02 2020-07-10 青岛海信网络科技股份有限公司 一种勤务车队冲突异常预警及调整方案生成的方法及装置
CN109823797A (zh) * 2019-01-18 2019-05-31 长沙远大住宅工业集团股份有限公司 送料安全监控方法
CN109858791B (zh) * 2019-01-23 2021-04-23 江西银河表计有限公司 一种物流流动方法及系统
CN111489110B (zh) * 2019-01-25 2024-07-19 北京京东乾石科技有限公司 一种运输设备调度方法和装置
CN111487931B (zh) * 2019-01-29 2024-04-12 北京京东乾石科技有限公司 一种agv异常时的处理方法和装置
CN111483497B (zh) * 2019-01-29 2022-06-07 北京京东乾石科技有限公司 轨道切换控制方法、装置、存储介质及车辆
CN112180909B (zh) * 2019-06-14 2024-04-12 北京京东振世信息技术有限公司 一种用于车辆运行中确定锁点优先级的方法和装置
CN110347156B (zh) * 2019-06-28 2022-07-19 青岛港国际股份有限公司 一种agv进出岸桥下作业车道的路径优化方法及系统
CN110488816B (zh) * 2019-08-06 2021-12-31 华为技术有限公司 自动驾驶纵向规划方法及相关设备
CN110412990B (zh) * 2019-08-27 2021-06-18 大连理工大学 一种用于工厂环境下的agv避碰方法
CN110986989A (zh) * 2019-12-24 2020-04-10 广东嘉腾机器人自动化有限公司 混合车型路径规划方法和相关装置
CN113761086B (zh) * 2020-06-16 2024-03-01 北京京东乾石科技有限公司 一种自动导引运输车轨迹展示方法和装置
CN111736524A (zh) * 2020-07-17 2020-10-02 北京布科思科技有限公司 一种基于时间和空间的多机器人调度方法、装置和设备
CN111950937B (zh) * 2020-09-01 2023-12-01 上海海事大学 一种基于融合时空轨迹的重点人员风险评估方法
CN113762575B (zh) * 2020-12-02 2024-05-21 北京京东乾石科技有限公司 输送线路径优化方法和装置
CN117270466A (zh) * 2023-09-04 2023-12-22 中国港湾工程有限责任公司 自动化集装箱码头调度方法
CN118529506B (zh) * 2024-07-26 2024-10-18 山东科为机器人有限公司 基于图像识别的码垛机器人控制方法及系统
CN118732689A (zh) * 2024-09-02 2024-10-01 山东西曼克技术有限公司 一种智能重载agv调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104555222A (zh) * 2014-12-25 2015-04-29 北京物资学院 一种基于潜入式agv的储分一体化系统和方法
CN105740979A (zh) * 2016-01-29 2016-07-06 上海海事大学 自动化码头多自动导引车的智能调度系统与方法
CN105938572A (zh) * 2016-01-14 2016-09-14 上海海事大学 一种物流存储系统预防干涉的多自动导引车路径规划方法
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104555222A (zh) * 2014-12-25 2015-04-29 北京物资学院 一种基于潜入式agv的储分一体化系统和方法
CN105938572A (zh) * 2016-01-14 2016-09-14 上海海事大学 一种物流存储系统预防干涉的多自动导引车路径规划方法
CN105740979A (zh) * 2016-01-29 2016-07-06 上海海事大学 自动化码头多自动导引车的智能调度系统与方法
CN106251016A (zh) * 2016-08-01 2016-12-21 南通大学 一种基于动态时间窗的泊车系统路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Probabilistic Mapping of Dynamic Obstacles Using Markov Chains for Replanning in Dynamic Environments;Florian et al.;《2008 IEEE/RSJ International Conference on Intelligent Robots and Systems》;20081014;第2504-2510页 *
自动化码头多AGV路径冲突的优化控制研究;张素云等;《交通运输系统工程与信息》;20170430;第17卷(第2期);第83-89页 *

Also Published As

Publication number Publication date
CN107816996A (zh) 2018-03-20

Similar Documents

Publication Publication Date Title
CN107816996B (zh) 时变环境下agv流时空干涉检测与规避方法
US20230072997A1 (en) Intelligent horizontal transportation system and method for automatic side-loading/unloading container tarminal
Digani et al. Hierarchical traffic control for partially decentralized coordination of multi AGV systems in industrial environments
Digani et al. A probabilistic Eulerian traffic model for the coordination of multiple AGVs in automatic warehouses
JP2024527636A (ja) 動的環境におけるコネクテッド自動運転車両のための大域的マルチ車両意思決定システム
Cheng et al. Dispatching automated guided vehicles in a container terminal
Guney et al. Dynamic prioritized motion coordination of multi-AGV systems
Guo et al. An improved acceleration method based on multi-agent system for AGVs conflict-free path planning in automated terminals
Sun et al. AGV-based vehicle transportation in automated container terminals: A survey
CN110134124A (zh) 车辆行驶的控制方法、装置、存储介质和处理器
Karlsson et al. Multi-vehicle motion planning for social optimal mobility-on-demand
US20210132627A1 (en) Travel control device, travel control method, travel control system and computer program
Hu et al. Multi-AGV dispatching and routing problem based on a three-stage decomposition method
CN111413980A (zh) 一种用于巡检的自动导引车路径规划方法
Cao et al. Research on global optimization method for multiple AGV collision avoidance in hybrid path
Hsueh A simulation study of a bi-directional load-exchangeable automated guided vehicle system
Zhou et al. Anisotropic Q-learning and waiting estimation based real-time routing for automated guided vehicles at container terminals
CN115494810A (zh) 一种自动化码头的agv在线路径规划方法
CN112744708B (zh) 用于为升降设备生成轨迹的方法
Gerrits et al. A simulation model for the planning and control of AGVs at automated container terminals
Pratissoli et al. Hierarchical traffic management of multi-AGV systems with deadlock prevention applied to industrial environments
Pratissoli et al. Hierarchical and flexible traffic management of multi-agv systems applied to industrial environments
Liu et al. A hierarchical framework for coordinating large-scale robot networks
CN116993255A (zh) 一种基于多智能体仿真的agvs动态无碰路径规划方法
CN115195825A (zh) 用于提升行车效率的列车进路调度方法及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant