买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江工业大学

摘要：本发明公开了一种基于生态系统优化算法的AGV协同调度路径规划方法，包括以下步骤：步骤一：将生产车间建模为二维栅格地图；步骤二：构建障碍物检测矩阵；步骤三：根据第一个AGV的起点终点初始化制定数量路径个体；步骤四：计算各路径个体适应度值并更新分解者和生产者；步骤五：每个路径个体随机成为食肉动物，食草动物或者杂食动物，并应用相应更新公式更新个体；步骤六：重复步骤五直到达到最大迭代次数，并取得该AGV最优路径；步骤七：对其余AGV依次冲突步骤三至七，直到得到所有AGV的最优路径；步骤八：依此检测AGV之间的冲突，并按冲突类型采取相应解决策略。

主权项：1.一种基于生态系统优化算法的AGV协同调度路径规划方法，其特征在于，包括：1将生产车间建模为二维栅格地图map[x][y]，其中x,y分别代表所述栅格地图的当前行数和当前列数，map[x][y]为true时表示第x行第y列的栅格上不存在障碍物，false时则表示第x行第y列的栅格上存在障碍物，x，y，x∈[0,L]，y∈[0,W]，L代表栅格地图的最大行数，W代表栅格地图的最大列数；2构建障碍物检测参数dp[x][y][z],表示栅格map[x][y]到栅格map[x][z]之间的直线路径是否存在障碍物，true代表可通行，false代表不可通行；3根据第一个AGV的起点、终点和障碍物检测参数，初始化预定数量n的路径个体X1,X2,X3,…,Xn，其中，xi代表在map第i行的必经节点的y坐标；4计算每个路径个体的适应度值，并将最低适应度值对应的的路径个体Xi作为分解者,根据所述分解者的位置更新生产者并对所述生产者进行离散合理化；5将每个的路径个体随机为食草动物、食肉动物或者杂食动物，对所有的路径个体进行更新和离散合理化，计算每个的路径个体的适应度值，并将最低适应度值对应的的路径个体Xi作为分解者,根据所述分解者更新所有路径个体；6重复步骤5进行迭代，直至达到最大迭代次数，取最低适应度值路径个体作为最佳路径个体，并将此个体作为该AGV的最优路径；7对其余AGV依次重复步骤3-6，直到得到所有AGV的最优路径；8依次检测处理AGV之间的路径冲突，若一AGV遇到冲突，判断冲突类型，如果为相向冲突，则将冲突点标为障碍物，并重新规划路径，否则采取等待策略，最后输出该AGV的无冲突路径，从而使得所有AGV都完成无冲突路径规划；在步骤4中，计算每个的路径个体的适应度值Vi，公式如下： 在步骤4中，根据所述分解者的位置更新生产者，包括：x生产者＝1-ax消费者+a×xrandx生产者∈X生产者，x消费者∈X消费者a＝1-t÷T×r1xrand＝r×U-L+L其中n为路径个体数量，T为最大迭代次数，U,L为搜索空间上下限，r和r1为[0,1]随机值；在步骤4中，对所述生产者进行离散合理化，包括：将更新后的结果Xi按四舍五入的方式对所有元素xi依次取整，对每一个元素进行取整后，判断此元素xi是否处于可通行节点以及是否和上一个元素xpre连通，如果答案是true则更新下一个节点，否则以xi为中心从近到远依次检查周围元素xsur，直到符合条件，则将其作为xi，接着更新下一个节点；在步骤5中，对所有的路径个体进行更新，包括：如果Xi为食草动物，Xi的更新公式为：xit+1＝xit+C×xit-x生产者txi∈Xi 其中，v1和v2为呈正态分布，均值为0，标准差为1的概率密度函数；如果Xi为食肉动物，Xi的更新公式为：xit+1＝xit+C×xit-xjtxj∈Xj，Xj为食草动物或者食肉动物个体如果Xi为杂食动物，Xi的更新公式为：xit+1＝xit+C×r2×xit-x生产者t+1-r2xit-xjtxj∈Xj，Xj为食草动物或者食肉动物个体r2为[0,1]内的随机数；在步骤5中，根据所述分解者更新所有路径个体，包括：xit+1＝x分解者t+D×e×x分解者t-h×xitD＝3×ue＝r3×randi[1,2]-1h＝2×r3-1其中，r3为[0,1]内随机数，randi[1,2]为[1,2]内随机整数，u为呈正态分布，均值为0，标准差为1的概率密度函数。

全文数据：

权利要求：

百度查询： 浙江工业大学 基于生态系统优化算法的AGV协同调度路径规划方法