對于自動導(dǎo)引車（Automated Guided Vehicle，AGV）的單機(jī)路徑規(guī)劃問題，已存在很多靜態(tài)算法可以有效求解。但由于 AGV間搶占系統(tǒng)資源的相互影響和制約，多臺AGV的協(xié)同作業(yè)會出現(xiàn)死鎖、碰撞沖突等問題，靜態(tài)路徑規(guī)劃算法無法滿足實(shí)時動態(tài)作業(yè)的系統(tǒng)需求。智能倉儲系統(tǒng)中，多AGV動態(tài)路徑規(guī)劃的核心問題不再僅是單AGV快速求解最優(yōu)路徑，而在于多臺AGV的沖突避免或解決，達(dá)到整體協(xié)調(diào)最優(yōu)。

倉儲AGV

要使得多個機(jī)器人在道路規(guī)劃上最優(yōu)，無非是在單個小車規(guī)劃路徑時考慮其他小車的行駛路線，進(jìn)而選取最優(yōu)的一個行駛方案。另外，不同于室外場景，我們在倉庫中規(guī)劃小車路徑，整個道路都是可以設(shè)計(jì)的，所以我們的問題可拆解為：

(1) 倉庫中道路的設(shè)計(jì)；

(2) 獲取到其他小車的路徑行駛狀態(tài)；

(3) 定義可能的道路擁堵；

(4)規(guī)劃最短路徑；

(5) 交通管制。

多AGV

在規(guī)劃AGV小車路徑時，要在考慮到道路擁堵的情況下去規(guī)劃最短路徑，以滿足整體規(guī)劃結(jié)果最優(yōu)，使用A*算法，用G值為參考檢查新的路徑是否更好， 將地圖中其他小車規(guī)劃的路徑的點(diǎn)的G值增加，即可盡量避免搜索到相同的路徑，同樣的道理，在車輛需要轉(zhuǎn)彎的時候，也同樣增加轉(zhuǎn)彎下一點(diǎn)的G值，從而規(guī)劃路徑盡量避免轉(zhuǎn)彎的情況出現(xiàn)，來達(dá)到整體效率最高，全局路徑最優(yōu)。

此外，由于路徑規(guī)劃都是靜態(tài)規(guī)劃的路徑，車輛在行走過程中同時需要對每輛小車進(jìn)行鎖格的交通管制，來保證車輛不會相撞。

AGV小車

企業(yè)必須認(rèn)識到，過去靠勞動密集型低端產(chǎn)業(yè)獲得原始積累的老路子已經(jīng)走到頭了，依靠各種創(chuàng)新，才是制造業(yè)的唯一出路。但是抱著“別人有我也有”的思路去上馬AGV物流項(xiàng)目，失敗是必然的，“有”和“有用”有著天壤之別，一定要在創(chuàng)新的基礎(chǔ)上，響應(yīng)用戶自身的需求。如用途、場地、成本、產(chǎn)品檔次等情況。

合理規(guī)劃AGV小車路徑，減少交通堵塞問題，一個良好的路徑規(guī)劃，不但可以使多臺AGV小車降低道路堵塞的風(fēng)險，還可以讓物流系統(tǒng)更加順暢，搬運(yùn)效率更高。

審核編輯 黃宇