多移动AGV小车的路径规划技术的研究

随着自动化物流系统、智能工厂的发展，自动引导车辆(Automated GuidedVehicle，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。

本文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，采用直线最短路径；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，通过对比实验调试最优算法参数，对多个分区的路径进行整合修正，得到单 AGV 最优路径。

(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。