一种AGV路径规划方法、存储介质和终端

技术领域

本发明涉及路径规划领域，尤其是涉及一种AGV路径规划方法、存储介质和终端。

背景技术

路径规划方法有多种，各种方法层出不穷，各种路径规划算法运用于AGV小车路径规划中。针对已知的环境的路径规划，现有的技术有人工势场法、Dijkstra算法和BFS(Breadth First Search)算法的路径规划。人工势场法是通过引力场和斥力场的合力来引导AGV小车到达终点。Dijkstra算法通过盲目地扩散，对周边进行不断搜索，直到搜索到目标点结束。最佳优先搜索(BFS)算法通过向目标点移动，当行进方向出现障碍物，则对路径进行更改。

传统算法中，人工势场法在障碍物之间路径会产生振荡，路径的稳定性较差，在复杂U型场景之下，可能存在局部极小值，导致搜索停滞甚至无法到达目标点。Dijkstra算法通过扩散依次向外拓展，计算量大，对硬件配置要求高，寻路时间长。最佳优先搜索(BFS)算法并非盲目搜索，选择离目标点最近的点，不断导向目标点，相比Dijkstra算法寻路间短，但是会出现冗余路径。

A*算法是Dijkstra算法和BFS算法的结合，可以解决部分Dijkstra算法和BFS算法的缺点，A*算法通过不停寻找路径中代价值最小的节点，不断向目标点移动，但当路径复杂时，计算量会增大。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种AGV路径规划方法、存储介质和终端。

本发明的目的可以通过以下技术方案来实现：

一种AGV路径规划方法，该方法包括以下步骤：

S1：获取地图，将地图中障碍物的顶角顶点设为跳点；

S2：利用改进A*算法进行路径寻找，路径寻找的过程中，若拓展点包括跳点，则将该拓展点向跳点的斜方向移动一个单位；

S3：将寻找到的路径进行拟合，得到拟合路线；

S4：利用拟合路线进行AGV路径规划。

S2通过OPEN链表和CLOESD链表实现，S2包括：

S21：创建OPEN链表和CLOSED链表，将起始点放入OPEN链表，将跳点放入CLOSED链表；

S22：计算OPEN链表中节点的总代价，将总代价最小的节点作为父节点，寻找总代价最小的节点的拓展点；

S23：将总代价最小的节点放入CLOSED链表中，判断拓展点是否包含CLOSED链表中的节点，若是，将该拓展点向CLOSED链表中的节点的斜方向移动一个单位，执行S24，若否，执行S24；

S24：将拓展点放入OPEN链表，执行S22，直到满足终止条件。

所述总代价f(n)的表达式为：

f(n)＝g(n)+h(n)

其中，g(n)是从起始点到节点n的路径代价，h(n)是节点n到目标点的估算代价。

所述g(n)的表达式为：

其中，g(n-1)为初始点到节点n的父节点的代价值，x

所述h(n)的表达式为：

其中，x

所述总代价的计算基于欧氏距离。

S3中，将寻找到的路径进行拟合时，检验任意相邻三个节点中首尾两个节点之间是否有障碍物，如果没有，则去除中间节点。

S3中，采用贝塞尔曲线进行拟合。

一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现所述的AGV路径规划方法。

一种终端，包括：处理器及存储器；其中，

所述存储器用于存储计算机程序；

所述处理器用于加载执行所述计算机程序，以使所述终端执行所述的AGV路径规划方法。

与现有技术相比，本发明具有以下优点：

(1)采取障碍物的顶角作为路径规划的跳点，跳点可以为路线拟合提供空间，能够避免AGV小车和障碍物发生碰撞，同时减少了A*算法中不必要的OPEN链表和CLOSED链表的大量计算，提高算法运行速度，能够快速有效地找到目标点，从而实现路径规划。

(2)将寻找到的路径进行拟合时，检验任意相邻三个节点中首尾两个节点之间是否有障碍物，如果没有，则去除中间节点，有利于减少运行路径长度。

(3)采用贝塞尔曲线进行拟合，对路径进行平滑处理，能够减少静止转向所需要的时间，使小车运行更加稳定。

附图说明

图1为本发明的流程图；

图2为本发明的路径规划示意图；

图3为本发明的跳点识别示意图；

图4为本发明的拟合路线示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

本实施例提供一种AGV路径规划方法，如图1所示，该方法包括以下步骤：

S1：获取地图，将地图中障碍物的顶角顶点设为跳点；

S2：利用改进A*算法进行路径寻找，路径寻找的过程中，若拓展点包括跳点，则将该拓展点向跳点的斜方向移动一个单位；

S3：将寻找到的路径进行拟合，得到拟合路线；

S4：利用拟合路线进行AGV路径规划。

具体而言：

S1中，首先处理地图，找出障碍物周围的符合条件的跳点。

S2通过OPEN链表和CLOESD链表实现，S2包括：

S21：创建OPEN链表和CLOSED链表，初始化起始点和目标点，将起始点放入OPEN链表，将跳点放入CLOSED链表；起始点的路径代价g(n)为0。

S22：计算OPEN链表中节点的总代价，将总代价最小的节点作为父节点，寻找总代价最小的节点的拓展点；

S23：将总代价最小的节点放入CLOSED链表中，判断拓展点是否包含CLOSED链表中的节点，若是，将该拓展点向CLOSED链表中的节点的斜方向移动一个单位，执行S24，若否，执行S24；

S24：将拓展点放入OPEN链表，执行S22，直到满足终止条件，终止条件可以为：总代价最小的节点为目标点。到达目标点后，回溯找到所有父节点，最终将所有父节点连接起来，就是最短路径。

所述总代价f(n)的表达式为：

f(n)＝g(n)+h(n)

其中，g(n)是从起始点到节点n的路径代价，h(n)是节点n到目标点的估算代价。

所述g(n)的表达式为：

其中，g(n-1)为初始点到节点n的父节点的代价值，x

所述h(n)的表达式为：

其中，x

所述总代价的计算基于欧氏距离。

S3中，将寻找到的路径进行拟合时，检验任意相邻三个节点中首尾两个节点之间是否有障碍物，如果没有，则去除中间节点，进行多轮检验，直到不存在冗余节点，最后将剩余的节点采用贝塞尔曲线进行拟合。

图2中，从起始点先进行上下左右四个方向寻找拓展点，当到达跳点时，停止寻找，再在斜的方向上移动一格子，之后继续在水平和竖直一共八个方向上寻找拓展点。

图3中，b2为模拟的障碍物，a1、a2、b1所在的方格为可以自由移动的方格点。考虑AGV小车的体积以及安全距离，将a1设置为跳点，留有一定的安全距离。

图4中，通过贝塞尔曲线对节点进行处理，使得路径更加平滑，使得在实际运行中小车运行更加稳定，同时减少静止转向所需要的时间。

本实施例的AGV路径规划方法具有以下优先：考虑到实际情况中AGV小车的体积，采取障碍物的顶角作为路径规划的跳点。能够避免AGV小车和障碍物发生碰撞，又可以为贝塞尔路径曲线优化提供空间，避免路径包含障碍物。

本实施例提供一种计算机可读存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现上述的AGV路径规划方法。

本实施例还提供一种终端，包括：处理器及存储器；其中，

所述存储器用于存储计算机程序；

所述处理器用于加载执行所述计算机程序，以使所述终端执行上述的AGV路径规划方法。