基于改进冲突搜索的智能车库多AGV路径规划

作者：任明辉; 梁军^*; 陈龙; 张春; 王云

来源：汽车工程, 2023, 45(10): 1933-1943.

DOI：10.19562/j.chinasae.qcgc.2023.10.014

• 智能车库
• 路径规划
• 任务执行优先级
• 自主引导车
• 冲突

智能车库中多自主引导车（automated guided vehicle, AGV）的路径规划问题直接影响存取车的效率和安全性。针对智能车库中AGV的任务执行优先级问题，提出了基于改进冲突搜索的路径规划模型（improved conflict-based search with priority, iCBS-pri），该改进模型主要由任务分配（task allocation, TA）、单AGV路径规划（path planning, PP）、多AGV冲突检测与解决（conflict detection and resolution, CDAR）3个模块组成，TA模块将未分配任务分配给AGV,PP模块通过设置直线惩罚函数，减少路径的转弯次数对AGV运行时间的影响以提高AGV任务完成效率，CDAR模块包括冲突检测（conflict detection,CD）子模块和冲突解决（conflict resolution, CR）子模块，CR子模块针对CD子模块检测出的冲突类型，制定基于备用区域（spare zone, SZ）和旁路规划（bypass, BP）的冲突解决策略，以规划多AGV无冲突路线。仿真实验验证了典型场景下的该模型，结果表明：（1）PP模块所提改进A*相较于传统A*算法在路径长度和拐点数量分别减少8.82%和38.62%;(2)任务分配算法的分配成功率达到100%，任务一致性的概率达88.9%;(3)iCBS-pri算法在任务规划成功率方面比iCBS算法平均提升11.3%，算法平均运行时间提升5.93%，进一步提升了智能车库存取车效率。

• 单位
  江苏大学