多台仓储AGV协作全局路径规划算法的研究

对于自动导引车（Automated Guided Vehicle，AGV）的单机路径规划问题，已存在很多静态算法可以有效求解。但由于 AGV间抢占系统资源的相互影响和制约，多台AGV的协同作业会出现死锁、碰撞冲突等问题，静态路径规划算法无法满足实时动态作业的系统需求。智能仓储系统中，多AGV动态路径规划的核心问题不再仅是单AGV快速求解最优路径，而在于多台AGV的冲突避免或解决，达到整体协调最优。

 
仓储AGV

要使得多个机器人在道路规划上最优，无非是在单个小车规划路径时考虑其他小车的行驶路线，进而选取最优的一个行驶方案。另外，不同于室外场景，我们在仓库中规划小车路径，整个道路都是可以设计的，所以我们的问题可拆解为：

(1) 仓库中道路的设计；

(2) 获取到其他小车的路径行驶状态；

(3) 定义可能的道路拥堵；

(4)规划最短路径；

(5) 交通管制。

多AGV

在规划AGV小车路径时，要在考虑到道路拥堵的情况下去规划最短路径，以满足整体规划结果最优，使用A*算法，用G值为参考检查新的路径是否更好， 将地图中其他小车规划的路径的点的G值增加，即可尽量避免搜索到相同的路径，同样的道理，在车辆需要转弯的时候，也同样增加转弯下一点的G值，从而规划路径尽量避免转弯的情况出现，来达到整体效率最高，全局路径最优。

此外，由于路径规划都是静态规划的路径，车辆在行走过程中同时需要对每辆小车进行锁格的交通管制，来保证车辆不会相撞。

AGV小车

企业必须认识到，过去靠劳动密集型低端产业获得原始积累的老路子已经走到头了，依靠各种创新，才是制造业的唯一出路。但是抱着“别人有我也有”的思路去上马AGV物流项目，失败是必然的，“有”和“有用”有着天壤之别，一定要在创新的基础上，响应用户自身的需求。如用途、场地、成本、产品档次等情况。

合理规划AGV小车路径，减少交通堵塞问题，一个良好的路径规划，不但可以使多台AGV小车降低道路堵塞的风险，还可以让物流系统更加顺畅，搬运效率更高。

审核编辑 黄宇