[发明专利]一种网络化的无人车辆线路规划方法、装置和电子设备

说明书

本发明公开了一种网络化的无人车辆线路规划方法、装置和电子设备，方法包括：获取车辆集合中各车辆的属性信息，并获取待分配运输任务集合中各待分配运输任务的任务信息，为车辆进行运输任务分配；针对每个车辆待执行的当前任务，利用改进型A^*算法为该车辆分配一条从当前任务的起点至终点的最优线路；其中，改进型A^*算法基于水平运输网络的电子地图中各边上的负载以及预设的评价函数进行最优线路计算；预设的评价函数在传统A^*算法的评价函数中加入有转弯时间成本、平衡负载成本和预防冲突死锁成本。本发明在保证实时性的同时，能平衡路网中的车流，减小变道转弯，降低道路拥堵以及冲突、死锁的风险。

技术领域

本发明属于运输车辆调度、控制及线路规划领域，具体涉及一种网络化的无人车辆线路规划方法、装置和电子设备。

背景技术

随着经济的发展和社会的进步，运输领域得到了迅速发展。其中，针对码头、仓库和车间等水平运输网络，线路规划问题是运输中需要重点研究的课题之一。

水平运输网络大多采用AGV(Automated Guided Vehicle，自动导引小车)等无人车辆作为水平运输载具，负责完成货物的搬运。车辆线路规划是指根据某些优化目标在水平运输网络所对应的物理环境抽象得到的电子地图中，采用优化算法找到从起点至终点的一条最优解或接近最优解的线路，使得车辆后续按照找到的最优路线行驶。目前常用的线路规划方法主要包括基于图论的最短路算法，如广度优先搜索、深度优先搜索、Floyd算法、Dijkstra算法以及A^*算法等；还包括基于智能仿生学的启发式算法，如蚁群算法、粒子群算法和遗传算法等；以及基于人工智能的Q-Leaning算法和神经网络算法等。但目前常用的线路规划方法大多无法在极短的时间内做出较优的决策。

其中，A^*算法虽然具有快速搜索能力，但其以距离最短为优化目标进行线路规划可能会出现车辆转弯次数过多以及交通堵塞严重的问题，难以从车辆实际行驶角度找到全局最优的线路规划方案。

发明内容

为了解决现有技术中的上述问题，本发明实施例提供了一种网络化的无人车辆线路规划方法、装置和电子设备。具体技术方案如下：

第一方面，本发明实施例提供了一种网络化的无人车辆线路规划方法，所述方法包括：

获取车辆集合中各车辆的属性信息，并获取待分配运输任务集合中各待分配运输任务的任务信息，为车辆进行运输任务分配；

针对每个车辆待执行的当前任务，利用改进型A^*算法为该车辆分配一条从所述当前任务的起点至终点的最优线路；

其中，所述当前任务包括运输任务和两个运输任务之间的空车移动任务；所述改进型A^*算法基于所述水平运输网络的电子地图中各边上的负载以及预设的评价函数进行最优线路计算；一条边上的负载表示依据已分配最优线路的车辆所分配到的最优线路，所述电子地图中该条边上已规划且尚未通过的车辆数量；所述预设的评价函数在传统A^*算法的评价函数中加入有转弯时间成本、平衡负载成本和预防冲突死锁成本。

在本发明的一个实施例中，所述获取车辆集合中各车辆的属性信息，并获取待分配运输任务集合中各待分配运输任务的任务信息，为车辆进行运输任务分配，包括：

针对当前次运输任务分配，根据所述车辆集合中各车辆的属性信息，计算每个车辆的工作预计结束时长；其中，车辆的属性信息包括车辆的当前位置、当前执行任务的终点和待执行运输任务队列中每个运输任务的起点和终点；

确定工作预计结束时长最小的目标车辆；

根据所述待分配运输任务集合中各待分配运输任务的任务信息，确定待分配运输任务的最早开始时间最小的目标运输任务；其中，待分配运输任务的任务信息包括待分配运输任务的起点、终点和最早开始时间；