1.一种基于青苔鼠算法的AGV多阶段路径规划方法,其特征在于,包括:获取自动导向车环境数据,包括平面长宽、障碍位置以及起终点位置,使用改进的随机树算法生成初始有效路径;
基于所述初始有效路径扩展成可行区域,对可行区域进行自适应栅格化,并结合Rich_Moore邻居跟踪方法进行扩展;
通过TCD*算法在所述可行区域寻找最优路径,并对路径节点去冗;
按节点对所得最优路径进行路径分段,分段使用动态四面窗算法实时避障,进一步优化路径;
执行所得最优路径,使自动导向车按最优路径到达目的地;
生成初始有效路径包括:
在地图环境参数的约束下设置随机动态目标节点采样率,根据工作环境地图路况环境参数,调整目标节点采样率,表示为:其中,pro
优化环境内障碍物占比,设定步长,表示为:Step
其中,Step
选定下一步采样点,判定目标点是否被随机树覆盖,覆盖则生成随机树有效路径,否则重复步骤,重新设置随机动态目标节点采样率,采样方式表示为:其中,P
扩展可行区域包括:
将地图按照合适的尺寸进行栅格化,将图表切割成若干等大的小方格,栅格尺寸表示为:其中,Size
通过Rich_Moore的元胞邻居自动机,由随机树所得有效路径向外扩展得到一个可行区域,元胞自动机模型表示为:A=(Dm
其中,A表示元胞自动机模型,Dm
所述演化规则f对各邻胞栅格进行评分,若邻胞为障碍栅格,则立即淘汰,选用得分最高的12个非障碍邻胞栅格作为当前路径节点扩展区域,计算潜在邻胞演化规则函数时调用二级邻胞的演化规则函数,演化规则函数表示为:其中,
通过TCD*算法改进的D*算法,在可行区域内统筹威胁代价与运输成本,二次规划出当前运输任务的最佳路径,包括:创建OPEN list和CLOSE list两个列表,并将目标节点P进行路径寻址,检查OPEN list列表是否为空;
若OPEN list列表中没有节点,则算法终止,路径规划失败;
否则,检查OPENlist列表中成本估算值最小的节点是否为起始节点,若最小的节点是起始节点,则路径规划成功,继续执行;
若最小的节点不是起始节点,则将节点添加到CLOSElist列表中,并检查节点的第一级邻域内是否存在障碍物;
若存在障碍节点,则将第二级邻域中的不可扩展节点添加到WARN list中,将不在OPENlist和WARN list列表中的附近可扩展节点添加到OPEN列表中,并重复执行路径寻址操作;
进行回溯检验,若环境变化影响到路径沿线的节点,则执行本地重新规划,将变化节点的前一个节点添加到OPENlist列表中,返回路径寻址操作,否则,继续执行,路径确定生成;
所述路径寻址对栅格化启发式算法的启发函数进行优化,在成本函数中增加威胁代价函数,并对启发项和成本函数非威胁代价项的参数进行优化调整,表示为:f(n)=h
h
h(n)=|x
其中,f(n)表示栅格边长,h
所述威胁代价函数s(n)表示为:
其中,s(n)表示当前路径节点n的威胁代价函数,α为一个缩放系数,(x通过欧几里得距离作为启发式函数,引入不小于1的稳定性加权根次Sw,启发项g(n)和稳定性加权根次Sw表示为:其中,g(n)表示当前路径节点n的启发项,sw表示一个稳定性加权根次,数值为当前路径节点n前所有节点邻域内障碍物数量num进一步优化路径包括,
所述路径分段根据路径曲折情况和路径节点数量,选择分组间距,分段区间判定公式表示为:其中,od表示路径分段的分组间距,D表示路径节点间距数量约数集合,pro通过以所述分组间距od为阶数的灵活高阶贝塞尔曲线方程,优化每一段分段路径的平滑度,生成最优路径。
2.一种应用如权利要求1所述的基于青苔鼠算法的AGV多阶段路径规划方法的系统,其特征在于,包括,数据收集规划模块,用于获取自动导向车环境数据,包括平面长宽、障碍位置以及起终点位置,简化运程表现,使用改进的随机树算法生成初始有效路径;
第一处理模块,用于基于所述初始有效路径扩展成可行区域,对可行区域进行自适应栅格化,并结合Rich_Moore邻居跟踪方法进行扩展;
第二处理模块,用于通过TCD*算法在所述可行区域寻找最优路径,并对路径节点去冗;
优化模块,用于按节点对所得最优路径进行路径分段,分段使用动态四面窗算法实时避障,进一步优化路径;
执行模块,用于执行所得最优路径,使自动导向车按最优路径到达目的地。
3.一种电子设备,其特征在于,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1所述基于青苔鼠算法的AGV多阶段路径规划方法的步骤。
4.一种计算机可读存储介质,其特征在于,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1所述基于青苔鼠算法的AGV多阶段路径规划方法的步骤。