1 简介

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 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AGV的冲突避免或解决，达到整体协调最优。拟采用两种思路解决上诉问题：一种方案是对最有效的静态算法进行改进，并引入动态机制和冲突解决策略以满足作业需求；另一种方案提出一种具备多步前瞻性的主动避障算法，优化路径并提前避开交通拥堵路段，减少冲突可能性和重新寻路代价。实验结果表明两种算法都具有良好的鲁棒性，可有效解决冲突，且后者可持续扩展AGV数量，具有更高的系统效率。

对于静态路网路径规划问题，全局信息已知，站位及障碍信息不随时间变化，单AGV进行路径规划时，不存在其他 AGV 干扰，可以较好地获得理论最优路径。而对于多 AGV 的动态路网路径规划问题，地图信息动态变化，多 AGV 间相互影响，很难获得系统全局信息。A*算法是一种静态路网中求解最短路最有效的方法，存在应用价值及意义，但是它却不能有效解决多 AGV的动态路径规划问题，因此有必要对其进行改进。同时本文提出一种具备多步预测功能的主动式寻路算法，将其与 A*算法的改进算法比较，在有效解决冲突的基础上，验证新算法的可靠性和优异性。

2 部分代码

%main函数,robot_number的数目目前支持2~6；

更多文章请关注《万象专栏》