基于时间窗算法的多AGV调度路径规划黄洮年

基于时间窗算法的多AGV调度路径规划黄洮年
发布时间：2021-09-09T06:54:02.707Z 来源：《防护工程》2021年16期作者：黄洮年
[导读] 本文结合理论与实际对AGV调度系统的路径规划进行研究。

针对多AGV调度系统的问题，研究了多AGV调度系统的冲突和死锁问题。

研究基于时间窗方法，来进行多AGV调度路径规划的研究。

经研究基于时间窗算法的效果良好，能在大部分的情况下解决多AGV路径冲突和死锁的问题。

黄洮年
南宁富桂精密工业有限公司广西南宁 530000
摘要：本文结合理论与实际对AGV调度系统的路径规划进行研究。

针对多AGV调度系统的问题，研究了多AGV调度系统的冲突和死锁问题。

研究基于时间窗方法，来进行多AGV调度路径规划的研究。

经研究基于时间窗算法的效果良好，能在大部分的情况下解决多AGV路径冲突和死锁的问题。

关键词：AGV；时间窗算法；路径规划
1 前言
AGV具有灵活性、智能化等显著特点，可以方便的重组系统，达到生产制造业柔性化运输的需求。

与传统的人工或半人工的物料运输方式相比，AGV调度系统降低了劳动强度，减小了物料运输时的潜在危险性，极大的提高了生产效率，在各行各业发挥着重要的作用。

2、AGV核心技术研究目的
2.1 路径规划技术
路径规划技术是解决AGV从起点到目标点的路径问题，是解决“如何去”的问题。

针对已知环境、未知环境和动态环境等不同的环境因素，需要应用不同的路径规划算法。

路径规划一直是机器人研究领域的热点和难点问题，已经有大量的算法用于AGV调度系统路径规划。

常用的全局路径规划算法有图论算法、蚁群算法，遗传算法，神经网络等；常用的局部路径规划算法有虚拟力法，模糊路径规划等算法。

针对不同的系统要求和性能指标的不同，为多AGV调度系统选取恰当的路径规划算法，并对算法改进，使其适合系统的要求，是一个理论应用于实践的问题。

2.2 多AGV协调控制技术
对于一个AGV调度系统来说，单AGV工作能力和完成的功能是有限的，许多复杂的任务需要多个AGV共同完成，多AGV调度系统具有单AGV调度系统无法比拟的优势。

然而，多AGV调度系统并不是单纯的将多个AGV 放到一个系统中，多AGV调度系统会伴随有路径冲突，资源分配，死锁等一系列问题。

如果不能解决多AGV调度的协调问题，系统性能会非常低下，甚至出现系统崩溃。

对多AGV调度，最主要的是为每个AGV规划出一条无碰撞，无冲突的路径。

现在许多学者都在研究多机器人协调控制的方法，如交通规则法，分布式协调控制法，多智能体理论，基于Petri网理论的多机器人控制。

至今，多机器人控制的方法仍然不成熟，有很多问题需要进一步优化研究。

3、多AGV调度路径规划算法的研究
在生产加工型企业中，一个AGV系统不可能只有一台AGV在车间中工作，这就需要多台AGV共同工作。

多AGV调度系统的问题实质上就是现在最热点的多机器人问题。

目前，多机器人系统的研究领域主要包括体系结构、多机器人避碰问题、编队队形问题以及信息共享与信息融合环境构建等问题。

这些研究的根本目的是促进多机器人之间的协作，充分发挥多机器人的能力，使系统性能最优。

3.1多AGV系统路径规划问题
多AGV调度系统虽然在功能、结构以及执行任务方面比单AGV有明显的优势，但是随着AGV数量的增多，系统将不可避免地出现以下问题：
1）分布式的结构使得多AGV调度系统在全局优化时存在很多困难，大部分情况下，无法得到最优解。

2）多AGV调度系统中各个AGV之间由于资源的分配和使用的不合理可能发生路径冲突或死锁现象。

3）随着多 AGV系统中AGV数量的增加，多个AGV进行组织和协调的计算量会随之以指数倍数增长，增加计算机的运算负担。

在多AGV调度系统中，主要需要解决的问题是，多AGV之间的避碰和冲突死锁问题。

对于一些需要多AGV协作完成任务的系统，还需要研究多AGV的协调配合以及队形问题。

本文将把多AGV之间的路径冲突和死锁作为研究重点。

本文研究的基于时间窗的多AGV路径规划
算法属于预测式防冲突算法。

3.2 多AGV系统冲突的类型
根据多AGV执行任务的情况，大致有三种冲突类型，即路口冲突，赶超冲突和相向冲突。

要解决多AGV运行中的冲突问题，首先就必须解决好这三类最基本的冲突类型，进而保证多AGV调度系统安全顺畅的运行。

如果冲突不能有效解决，将会导致系统停在冲突的状态无法继续下去，进而会形成死锁。

3.3 基于时间窗算法的路径规划
时间窗方法由KIM和Tanchoco最早提出，最初就是根据系统交通状况，在双向有向图中为AGV搜索无冲突最优路径。

时间窗算法作为预测式防冲突算法，被许多研究人员进行研究，并通过仿真和部分实践应用被证明是高效的。

本文采用Dijkstra的时间窗算法，并结合实际AGV工作环境，对算法进行应用。

（1）时间窗
假设系统有多辆AGV，有很多的任务需要多辆AGV去执行，每个任务都有各自的优先级，并且对于每一段任务都有一个运输路径与之相关。

对于每个任务，起始位置，目标位置和分配的AGV都不随时间变化。

如果在任务执行过程中，有需要改变路径才能解决的冲突，则动态改变路径。

每辆AGV在初始分配任务的时候指定一个优先级，在任务执行过程中，随着任务执行时间越长，该任务的优先级逐渐变高。

当AGV执行任务时，不断的进入并驶出路径中的有序路段，在AGV驶入和驶出的这段时间内，该路径被此AGV占领，其他AGV不得进入。

AGV的进入时间和驶出时间即定义了该运输路径的时间窗，其中，该运输路径被占用的时间定义为保留时间窗，没有被占用的时间定义为自由时间窗。

在保留时间窗里，该运输路径已经被固定的AGV占用，其他AGV不能进入；在自由时间窗内，其他AGV可以驶入，不会发生冲突。

假设AGV在执行任务过程中，可根据AGV的速度及路上的转弯情况，可以计算出此AGV进入和驶出所有运输路径的时间窗。

这样，每个路段的时间窗都可以通过计算得到。

（2）算法步骤
对于系统分配的m个任务，对任务按优先级进行排序，然后采用基于优先级的调度策略进行任务调度。

首先，选择最高优先级的任务，选择一辆空闲AGV，并使用Dijkstra算法规划出该任务的最短路径，并计算出该任务中所有占用路径的进入和驶出时间，初始化各个路段的时间窗向量表。

然后为次优任务进行路径规划，检查是否有空闲AGV，如果没有，则进入等待状态；如果有，则调用Dijkstra路径规划算法，并计算出该任务所有占用路径的进入和驶出时间，更新各个路段的时间窗向量表。

然后，计算各个路段的时间窗向量表中是否存在冲突，如果不存在冲突，路径规划完成。

如果存在冲突，则在路径规划算法中将第一个冲突路段标记为不可用，再次调用最短路径算法进行路径规划，重复上述过程，直到不存在冲突。

如果不能规划出最短路径，则暂停对该任务的调度，调度接下来的任务。

接下来，对剩余任务中优先级最高的任务进行AGV分配和路径规划，在路径规划后，更新系统的时间窗向量表，并检查是否存在冲突，重复上述过程。

这样，经过以上的计算过程，即可对多个任务进行调度并为多个AGV规划出无冲突的路径。

算法执行流程图如图4所示：
图1 基于时间窗算法的多AGV调度路径规划流程图
4、结束语
时间窗算法作为预测式防冲突算法，可以为多AGV调度系统规划出从起始点到目标点的无冲突路径。

该算法具有冲突检测准确、算法易于实现，对环境变化响应速度快，能进行全局优化等优点。

但该算法复杂度会随着环境中任务和AGV数量增多，系统计算量迅速增加，而且会导致所搜索到的路径变得不够优化，甚至搜索不到合适的路径，不适合AGV数量过多的系统。

参考文献：
[1]张丹丹，张志龙. 基于AGV的智能停车库调度系统设计[J]. 计算机测量与控制，2019，027（007）：184-189.
[2]郑海丽，谢宏.基于AGV的智能停车场路径规划与调度算法研究[J]. 现代计算机（专业版），2018，000（017）：23-27.
[3]徐庆.基于嵌入式控制系统的AGV结构设计及控制方法研究[J].南京航空航天大学，2018.47（5）：11-12。