[发明专利]一种多AGV系统路径规划方法

说明书

本发明公开了一种多AGV系统路径规划系统及方法，该系统包括设备层、中间层和应用层，其中：所述设备层包括无线路由、RFID标签、AGV小车和WiFi通信模块，RFID标签用于完成定位功能，WiFi模块和无线路由用于连接设备层和中间层，实现信息的上传和下达；所述中间层包括数据库、数据分析系统和服务器，用于完成数据存储转发、分析处理和远程访问控制功能；所述应用层用于提供远程客户端软件界面，提供AGV状态信息在线更新、电子地图、多AGV系统调度和报表生成的功能。本发明综合考虑AGV运行过程中的多个环境因素，对AGV的运行状态进行实时监控和调整，从而提高系统的调度效率，实现AGV资源的最大化利用。

技术领域

本发明属于室内多AGV系统或室内机器人技术领域，具体涉及一种多AGV系统路径调度系统及方法。

背景技术

随着社会经济的不断发展，工业自动化水平也在有了进一步提高，传统的物料输送方式已不能满足现在的生产需求，以AGV为代表的移动机器人运输方式逐渐深入到社会生产的各个方面。

为了提高AGV的运输效率，减少运输过程中安全事故的发生，其路径规划和调度问题已经成为目前急需解决的问题之一。目前常用的路径规划算法有以下几类：第一类是基于图论的遍历算法，如Dijkstra及其改进算法；第二类是启发式搜索算法，如A*及其改进算法；第三类是基于智能仿生的优化算法，如蚁群算法、粒子群算法和遗传算法等。AGV系统的调度问题即是以某种优化指标为依据，研究使用什么策略能够实现运输任务和AGV车辆的最佳匹配问题，目的是为了尽可能提高系统的输送和调度效率，实现已有资源的最大化利用。目前主要有静态调度、动态调度、单一指标调度和复合指标调度。

由于传统的遍历算法和启发式搜索算法存在搜索速度慢、效率低和计算量大等问题，已难以满足较为复杂的工业现场，而智能仿生算法可以很好地弥补前两种算法的缺点。蚁群算法具有并行性和鲁棒性等特点，但是算法进行路径规划耗时长，容易出现搜索停滞和早熟收敛现象。粒子群算法用于解决路径规划问题时，具有简单易行和算法搜索速度快等优点，但全局搜索能力较弱，且易陷于局部最优。与以上两种智能仿生算法相比，遗传算法引入了选择、复制、交叉和变异等操作，以及适者生存的概念，算法简单易行，拥有较强的全局搜索能力和较好的鲁棒性，但仍然存在早熟收敛现象，所以需要进行一些改进操作。

发明内容

本发明的目的是为了解决现有AGV路径规划方法中的不足，提出了一种多AGV系统调度系统及方法，在多AGV系统调度中，综合考虑AGV运行过程中的多个环境因素，对AGV的运行状态进行实时监控和调整，从而提高系统的调度效率，实现AGV资源的最大化利用。

为实现上述目的，本发明采用的技术方案为：

一种多AGV系统调度系统，包括设备层、中间层和应用层，其中：

所述设备层包括无线路由、RFID标签、AGV小车和WiFi通信模块，RFID标签用于完成定位功能，WiFi模块和无线路由用于连接设备层和中间层，实现信息的上传和下达；

所述中间层包括数据库、数据分析系统和服务器，用于完成数据存储转发、分析处理和远程访问控制功能；

所述应用层用于提供远程客户端软件界面，提供AGV状态信息在线更新、电子地图、多AGV系统调度和报表生成的功能。

所述设备层的RFID标签安装在轨道路径上，并与AGV小车的控制器间通过串口进行通信；AGV小车通过RFID标签、WiFi网络、服务器和因特网实现与客户端软件的信息交互。

所述AGV小车由AGV小车控制芯片，以及分别与AGV小车控制芯片连接的电源模块、测速模块、WiFi模块、红外模块、超声波模块、寻迹模块、电机驱动模块、舵机模块、RFID读卡器模块和报警模块组成，所述电机驱动模块连接有电机马达。

所述中间层基于Socket的网络后台服务器。