CN109726841B - 基于无人仓的agv路径计算方法及agv行驶路径控制方法 - Google Patents

Abstract

本公开涉及计算机技术领域，具体涉及一种基于无人仓的AGV路径计算方法、一种基于无人仓的AGV路径计算装置、一种基于无人仓的AGV行驶路径控制方法、一种存储介质以及一种电子终端。所述根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图；调用预设算法计算所述当前行程的成本求解地图以获取最小成本路径。本公开充分考虑AGV在各种条件下的行驶成本，从而为解算成本求解地图提供数据基础，进而便获取AGV在当前行程的最小成本路径。

Description

基于无人仓的AGV路径计算方法及AGV行驶路径控制方法

技术领域

本公开涉及计算机技术领域，具体涉及一种基于无人仓的AGV路径计算方法、一种基于无人仓的AGV路径计算装置、一种基于无人仓的AGV行驶路径控制方法、一种存储介质以及一种电子终端。

背景技术

在现有的无人仓***中，货物从储位到拣货位的搬运过程中通常使用AGV(Automated Guided Vehicle，自动导引运输车)来实现，目前相对较成熟的方案有Geek+、Kiva及快仓等。而AGV在执行搬运任务时，需要满足最小行驶成本，所以路径规划往往是无人仓***中的难点和重点。

现有的解决方案中，一般采用获取两点间最短路径的方案解决上述问题，即以行驶时间最短为行驶成本最小。对于最短路径的计算一般使用Dijkstra、Floyd等常用算法。但现有的针对AGV行驶路径的计算方法中，往往忽略了对于AGV在转弯及加、减速成本的计算，使得应用上述算法计算所得到的路径往往并不是最优化的路径。在实际应用中，当AGV在某一点转弯时，还需要考虑AGV减速、转弯及加速所带来的成本消耗，且转弯通过某一点的成本往往远大于直线行驶通过该点的成本。所以，对于无人仓中任意两点间的AGV行驶成本，一条距离短但转弯多的路径，其行驶成本可能远大于一条距离长但转弯少的路径的行驶成本。但是，如果在路径规划时考虑加、减速及转弯成本，则无法直接使用现有算法对AGV的行驶路径进行计算。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种基于无人仓的AGV路径计算方法、一种基于无人仓的AGV路径计算装置、一种基于无人仓的AGV行驶路径控制方法、一种存储介质以及一种电子终端，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的第一方面，提供一种基于无人仓的AGV路径计算方法，包括：

根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；

在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图；

调用预设算法计算所述当前行程的成本求解地图以获取最小成本路径。

在本公开的一种示例性实施例中，所述根据无人仓地图构建成本地图包括：

以所述无人仓地图建立坐标系；

以所述坐标系中各坐标点为父点，分别沿x轴、y轴为各所述父点延伸建立n个子点；其中，所述子点与其所归属的父点距离相同，n＞0；

根据所述AGV的空载行驶速度、负载行驶速度、加速度、相邻父点间距离及转向时间成本计算相邻子点所构成有向边的行驶成本。

在本公开的一种示例性实施例中，所述计算相邻子点所构成有向边的行驶成本包括：

计算归属不同父点的相邻两子点所构成有向边的行驶方向及行驶成本；

计算归属同一父点的相邻两子点所构成平行于所述坐标系坐标轴的有向边的行驶方向及行驶成本；

计算归属同一父点的相邻两子点所构成与所述坐标系坐标轴不平行的有向边的行驶方向及行驶成本；以及

确定相邻两子点所构成的不可通行的有向边的行驶方向及行驶成本。

在本公开的一种示例性实施例中，所述获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本还包括：

确定所述父点到归属所述父点的所述子点所构成有向边的行驶方向及行驶成本。

在本公开的一种示例性实施例中，所述在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图包括：

将所述当前行程的起点和终点分别增加至所述成本地图上对应的两个父点，生成所述当前行程的成本求解地图。

在本公开的一种示例性实施例中，所述调用设算法计算所述当前行程的成本求解地图以获取最小成本路径包括：

调用迪杰斯塔拉算法计算所述当前行程的成本求解地图中所述起点与终点的最小距离路径。

在本公开的一种示例性实施例中，所述计算方法还包括：

获取所述成本地图中任意有序两父点的集合；

调用预设算法计算该有序父点集合的求解集合。

根据本公开的第二方面，提供一种基于无人仓的AGV行驶路径控制方法，包括：

判断是否接收到一包含起点及终点的行程信息；

在判断接收到所述行程时，根据所述行程信息向一预设数据库中查询对应的有序父点集合及对应的求解集合；

将查询结果对应的行驶路径发送至AGV以便于该AGV按该路径行驶。

根据本公开的第三方面，提供一种基于无人仓的AGV路径计算装置，包括：

成本地图建立模块，用于根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；

成本求解地图建立模块，用于在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图；

路径获取模块，用于调用设算法计算所述当前行程成本的求解地图以获取最小成本路径。

根据本公开的第四方面，提供一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述的基于无人仓的AGV路径计算方法。

根据本公开的第四方面，提供一种电子终端，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行以下操作：

根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；

在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图；

调用设算法计算所述当前行程成本的求解地图以获取最小成本路径。

本公开的一种实施例所提供的基于无人仓的AGV路径计算方法中，充分考虑AGV在各种条件下的行驶成本，在无人仓地图的基础上构建一成本地图，从而能够获知该成本地图上任意相邻两坐标点间的行驶成本。在将AGV当前行程的起点和终点增加在该成本地图上后便可以得到当前行程的成本求解地图，从而可以利用预设算法在当前的成本求解地图上计算出行驶成本的行驶路径。通过设置在无人仓地图的基础上设置成本地图，可以获知AGV在无人仓中任意两坐标点间的行驶成本，从而为解算成本求解地图提供数据基础，进而便获取AGV在当前行程的最小成本路径。有效的提高AGV的工作效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出本公开示例性实施例中一种基于无人仓的AGV路径计算方法示意图；

图2示意性示出本公开示例性实施例中一种根据无人仓地图构建成本地图方法示意图；

图3示意性示出本公开示例性实施例中一无人仓仿真地图的示意图；

图4示意性示出本公开示例性实施例中一种无人仓成本地图的示意图；

图5示意性示出本公开示例性实施例中一种基于无人仓的AGV行驶路径控制方法示意图；

图6示意性示出本公开示例性实施例中一种基于无人仓的AGV路径计算装置组成示意图；

图7示意性示出本公开示例性实施例中一种基于无人仓的AGV路径计算装置的另一种示意图；

图8示意性示出本公开示例性实施例中一种基于无人仓的AGV路径计算装置的再一种示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

本示例实施方式中首先提供了一种基于无人仓的AGV路径计算方法，可以应用于无人仓***中。现有的无人仓中货物出库一般包括如下环节：

1)根据订单生成出库任务；即将用户订单中商品按库房拆分，根据业务要求将拆分的商品组合生成出库任务。J个订单可能对应K个出库任务；其中J>0，K>0，J与K可以是多对多的关系。

2)根据出库任务生成搬运任务；搬运任务一般包含以下关键属性：AGV编号及位置、商品所在容器编号及位置、容器上拣选商品的明细、拣货工位编号及位置、AGV由当前位置到容器位置的行驶路径以及容器位置到拣货工位的行驶路径。K个出库任务可能对应L个搬运任务；其中，K>0，L>0，K与L可以是多对多的关系。

3)AGV执行搬运任务；即AGV行驶到容器下，将容器顶起，再行驶到拣货工位。

4)在拣货工位由机器人或人工拣货，进而执行后续流程。

在上述的环节2)中，一般要求AGV的路径规划需要实现行驶时间成本最小，从而使得AGV的路径规划成为无人仓***中的难点和重点。

本公开提供的基于无人仓的AGV路径计算方法可以应用于AGV由当前位置到储位的行驶路径的计算，也可以应用于AGV由储位到拣货工位，或由当前位置到其他功能性位置的行驶路径的计算。

参考图1中所示，本公开提供的基于无人仓的AGV路径计算方法可以包括以下步骤：

S1，根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；

S2在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图；

S3调用预设算法计算所述当前行程的成本求解地图以获取最小成本路径。

本示例实施方式所提供的基于无人仓的AGV路径计算方法中，通过充分考虑AGV在各种条件下的行驶成本，在无人仓地图的基础上构建一成本地图，从而能够获知该成本地图上任意相邻两坐标点间的行驶成本。在将AGV当前行程的起点和终点增加在该成本地图上后便可以得到当前行程的成本求解地图，从而可以利用预设算法在当前的成本求解地图上计算出行驶成本的行驶路径。通过设置在无人仓地图的基础上设置成本地图，可以获知AGV在无人仓中任意两坐标点间的行驶成本，从而为解算成本求解地图提供数据基础，进而便获取AGV在当前行程的最小成本路径。

下面，将结合附图及实施例对本示例实施方式中的基于无人仓的AGV路径计算方法的各个步骤进行更详细的说明。

步骤S1，根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本。

本示例实施方式中，参考图2所示，在根据无人仓地图构建成本地图时具体可以包括以下步骤：

步骤S11，以所述无人仓地图建立坐标系；

步骤S12，以所述坐标系中各坐标点为父点，分别沿x轴、y轴为各所述父点延伸建立n个子点；其中，所述子点与其所归属的父点距离相同，n＞0；

步骤S13，根据所述AGV的空载行驶速度、负载行驶速度、加速度、相邻父点间距离及转向时间成本计算相邻子点所构成有向边的行驶成本。

参考图3所示，为以无人仓仿真地图，可以在该无人仓仿真地图上建立二维坐标系。可以定义该坐标系中左下角为坐标原点(0，0)，如图所示，x轴长度为29，y轴长度为21。相邻两坐标点A、B组成有向边AB，若两点x轴坐标相同，B的y轴坐标大于A的y轴坐标，视为向上，同理依次可定义无人仓地图的右、下、左方向。

参考图3所示，设置有用于存放货物的储位。每个储位只有一个出入口，同一排储位的出入口方向相同，如坐标(2，5)点的储位，其出入口为该坐标点下方。同时，在该无人仓中设置有六个拣货工作台301，分别在无人仓地图的上、右、下三个方向上。每个拣货工作台301设置有三个拣货工位。每个工位只有一个出入口，相邻工位的出入口方向相同，如坐标(4，0)处工位，其出入口为该坐标点上方。

无人仓中会设置有柱子302，柱子302可能占用一到多个坐标点，AGV不可移动到柱子302所占用的坐标点处。此外，无人仓中根据实际功能的需要，还可以设置有空托位、补货位、充电位以及出入口位等功能性位置。

AGV在地图区域内行驶，行驶时可以锁定多个坐标点，静止时只能占用并锁定一个坐标点。并且，AGV具有以下恒定属性：空载速度、负载速度，转弯时间以及加速度。

在上述的步骤S12，参考图4所示，可以以坐标系中各坐标点为父点，分别沿x轴及y轴方向为各父点建立子点。如，坐标点(1，1)，可以沿x轴及y轴方向建立4个子点；图中的边界处坐标点(0，0)，可以分别沿x轴及y轴方向各建立一个子点；图中的边界处坐标点(0，0)，可以分别沿x轴及y轴方向各建立一个子点(3，2)可以沿x轴建立1个子点，并沿y轴建立2个子点。同时，可以根据无人仓的具体情况确定图4坐标系中任意相邻两坐标点的行驶方向。

具体来说，计算相邻子点所构成有向边的行驶成本可以包括：

(1)计算归属不同父点的相邻两子点所构成有向边的行驶方向及行驶成本。即不同父点的相邻子点构成的有向边，可以简称为外直边；该外直边的行驶成本等同于两父点间直线行驶的成本。

(2)计算归属同一父点的相邻两子点所构成平行于所述坐标系坐标轴的有向边的行驶方向及行驶成本。即与x轴或y轴平行的有向边，可以简称为内直边，可确定该内直边的行驶成本为0。

(3)计算归属同一父点的相邻两子点所构成与所述坐标系坐标轴不平行的有向边的行驶方向及行驶成本。即不与x轴或y轴平行的有向边，可以简称为斜边。斜边成本主要表示在此子点对应父点处减速、转弯、加速的行驶成本。

(4)确定相邻两子点所构成的不可通行的有向边的行驶方向及行驶成本。及不可通行的有向边，可以简称阻塞边，可以确定该阻塞便的行驶成本为无穷大。

另外的，还可以根据无人仓的实际情况确定成本地图上父点到归属该父点的每个子点所构成有向边的行驶方向及行驶成本。可确定任意父点到归属于该父点的子点的行驶成本均为0。

举例来说，假设空载AGV最高速度ev＝2m/s，负载最高速度lv＝1m/s，加速度a＝1m/s²，相邻父点距离d＝1.4m，转向成本t＝2s。则可以根据以下公式计算空载或负载情况在各有向边的行驶成本：

空载直线通过有向边成本(empty Straight Time)：

负载直线通过有向边成本(load Straight Time)：

空载完整加/减速所需距离：

负载完整加/减速所需距离：

空载完整加/减速所需有向边数(empty Accelerator Distance Num)：

负载完整加/减速所需有向边数(load Accelerator Distance Num)：

空载完整加/减速所需坐标点数内，启动/停止成本(empty Accelerator Time)：

负载完整加/减速所需坐标点数内，启动/停止成本(load Accelerator Time)：

空载加/减速在一半有向边长内，启动/停止成本(empty Half DistanceAccelerator Time)：

负载加/减速在一半有向边长内，启动/停止成本(load Half DistanceAccelerator Time)：

空载且满足移动规则的斜边移动成本，即空载转弯(empty One Turn Time)：

T₇＝2*T₃+t；

负载且满足移动规则的斜边移动成本，即负载转弯(load One Turn Time)：

T₈＝2*T₄+t；

空载且满足移动规则的斜边移动成本，即连续转弯，第1个或最后1个弯时(emptyTwo Turn Time)：

T₉＝T₃+T₅+t；

负载且满足移动规则的斜边移动成本，即连续转弯，第1个或最后1个弯时(loadTwo Turn Time)：

T₁₀＝T₄+T₆+t；

空载且满足移动规则的斜边移动成本，即连续转弯，非第1个或最后1个弯时(empty Middle Turn Time)：

T₁₁＝2*T₅+t；

负载且满足移动规则的斜边移动成本，即连续转弯，非第1个或最后1个弯时(loadMiddle Turn Time)：

T₁₂＝2*T₆+t；

通过上述公式则可以计算出如下数据：

空载/负载內直边形式成本：0秒；

空载外直边行驶成本：0.7秒；

负载外直边行驶成本：1.4秒；

空载斜边行驶成本(转1个弯时)：4.0秒；

负载斜边行驶成本(转1个弯时)：3.0秒；

空载斜边行驶成本(连续转弯，第1个或最后1个弯时)：4.18秒；

负载斜边行驶成本(连续转弯，第1个或最后1个弯时)：3.0秒；

空载斜边行驶成本(连续转弯，非第1个或最后1个弯时)：4.37秒；

负载斜边行驶成本(连续转弯，非第1个或最后1个弯时)：3.0秒；

空载斜边行驶成本(约等于)：4.1秒；

负载斜边行驶成本：3秒；

空载/负载阻塞边行驶成本：无穷大。

上述公式只是获取成本地图中各相邻坐标点之间行驶成本的一种可行的计算方法。当然的，在本公开的其他示例性实施方式中，也可以根据其他公式或计算方法获取所述成本地图中任意相邻两坐标点之间的行驶成本。

通过在无人仓地图的基础上建立成本地图，并且通过上述公式计算获取成本地图上任意两相邻坐标点之间的行驶成本，包括父点与子点之间、子点与子点之间的直线行驶成本及转弯行驶成本，进而为计算最小行驶成本提供数据基础。

步骤S2，在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图。

在获取AGV的一当前行程的起点和终点后，可以将该当前行程的起点和终点增加至成本地图上对应的两个父点上，从而得到所述当前行程的一成本求解地图。参考图4所示，当点A(0，0)为当前行程的起点，点B(3，3)为当前行程的终点，则可以将点A及点B增加至成本地图上对应的坐标上，从而得到当前行程的成本求解地图。

步骤S3，调用预设算法计算所述当前行程的成本求解地图以获取最小成本路径。

在本示例性实施方式中，由于两父点之间可以存在多条行驶路径，此时可以调用迪杰斯塔拉算法，计算当前行程中起点到终点在成本求解地图中的最小距离值，即获取最优解。

上述的路径计算方法，通过在成本地图中充分考虑相邻子点间的直边及斜边的行驶成本，即在行驶成本计算过程中加入对AGV加速、转弯及减速等动作的时间成本的计算，从而使得最终获取的行驶成本更加精确，进而保证获取的路径为最短时间路径，并且能够有效的提升AGV的工作效率。并且，能够在不改变原有最短路径算法的前提下，加入对转弯及加、减速所产生的时间成本的计算，进而可得到两点间最小行驶时间成本的最优解。

基于上述内容，在本公开的其他示例中，上述的基于无人仓的AGV路径计算方法，还可以包括：

获取所述成本地图中任意有序两父点的集合；

调用预设算法计算该有序父点集合的求解集合。

基于上述无人仓的成本地图，假设含有n个父点，则可能形成一行程的起点和终点存在n*n-1对，可以生成一有序父点集合。可以根据该n*n-1对起点及终点通过上述的步骤S2对应建立n*n-1个成本求解地图。然后可以调用Dijkstra算法(迪杰斯塔拉算法)依次结算每个成本求解地图，形成含有n*n-1个结果的求解集合。

当获取一行程的起点和终点后，可以在上述的有序父点集合中查找对应的成本求解地图，并且可以在求解结合中获取对应的最优行驶路径，从而可以快速获取当前行程的路径信息。

同样的，在本公开的其他示例性实施方式中，本公开所提供的路径计算方法也可以应用于其他场景中对于最短行驶路径的计算。例如，仓库、码头等场景中，对于自动行驶或由人工控制的搬运机器人或运货车辆的最短行驶路径的计算。本公开对上述路径计算方法的应用场景不作特殊限定。

进一步的，基于上述的基于无人仓的AGV路径计算方法，参考图5所示，本示例的实施方式中还提供一种基于无人仓的AGV行驶路径控制方法，包括：

步骤S51，判断是否接收到一包含起点及终点的行程信息；

步骤S52，在判断接收到所述行程时，根据所述行程信息向一预设数据库中查询对应的有序父点集合及对应的求解集合；

步骤S53，将查询结果对应的行驶路径发送至AGV以便于该AGV按该路径行驶。

通过预先计算有序父点集合及对应的求解集合并存储在缓存或数据库中，在获取当前行程的起点和终点时，可以向有序父点集合查询并直接调用求解集合中对应的路径信息，从而便于快速获取当前行程的最优路径信息。

需要注意的是，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

进一步的，参考图6所示，本示例的实施方式中还提供一种基于无人仓的AGV路径计算装置6，包括：成本地图建立模块61、成本求解地图建立模块62以及路径获取模块63。其中：

所述成本地图建立模块61可以用于根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本。

所述成本求解地图建立模块62可以用于在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图；

所述路径获取模块63可以用于调用设算法计算所述当前行程成本的求解地图以获取最小成本路径。

上述的基于无人仓的AGV路径计算装置中各模块的具体细节已经在对应的路径计算方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为***、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。

下面参照图7来描述根据本发明的这种实施方式的电子设备600。图7显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同***组件(包括存储单元620和处理单元610)的总线630。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的S1：根据无人仓地图构建成本地图以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；S2：在所述成本地图上增加AGV当前行程的起点及终点以便于获取所述当前行程的成本求解地图；S3：调用预设算法计算所述当前行程的成本求解地图以获取最小成本路径。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图8所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (9)

1.一种基于无人仓的AGV路径计算方法，其特征在于，包括：

以无人仓地图建立坐标系，并以所述坐标系中各坐标点为父点，分别沿x轴、y轴为各所述父点延伸建立n个子点；其中，所述子点与其所归属的父点距离相同，n＞0；

根据所述AGV的空载行驶速度、负载行驶速度、加速度、相邻父点间距离及转向时间成本计算相邻子点所构成有向边的行驶成本以得到成本地图，以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；

将AGV当前行程的起点和终点分别增加至所述成本地图上对应的两个父点，生成所述当前行程的成本求解地图；

调用预设算法计算所述当前行程的成本求解地图以获取最小成本路径。

2.根据权利要求1所述的基于无人仓的AGV路径计算方法，其特征在于，所述计算相邻子点所构成有向边的行驶成本包括：

计算归属不同父点的相邻两子点所构成有向边的行驶方向及行驶成本；

计算归属同一父点的两子点所构成平行于所述坐标系坐标轴的有向边的行驶方向及行驶成本；

计算归属同一父点的相邻两子点所构成与所述坐标系坐标轴不平行的有向边的行驶方向及行驶成本；以及

确定相邻两子点所构成的不可通行的有向边的行驶方向及行驶成本。

3.根据权利要求1所述的基于无人仓的AGV路径计算方法，其特征在于，所述获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本还包括：

确定所述父点到归属所述父点的所述子点所构成有向边的行驶方向及行驶成本。

4.根据权利要求1所述的基于无人仓的AGV路径计算方法，其特征在于，所述调用预 设算法计算所述当前行程的成本求解地图以获取最小成本路径包括：

调用迪杰斯塔拉算法计算所述当前行程的成本求解地图中所述起点与终点的最小距离路径。

5.根据权利要求4所述的基于无人仓的AGV路径计算方法，其特征在于，所述计算方法还包括：

获取所述成本地图中任意有序两父点的集合；

调用预设算法计算有序父点集合的求解集合。

6.基于权利要求5所述路径计算方法的一种基于无人仓的AGV行驶路径控制方法，其特征在于，包括：

判断是否接收到一包含起点及终点的行程信息；

在判断接收到所述行程时，根据所述行程信息向一预设数据库中查询对应的有序父点集合及对应的求解集合；

将查询结果对应的行驶路径发送至AGV以便于该AGV按该路径行驶。

7.一种基于无人仓的AGV路径计算装置，其特征在于，包括：

成本地图建立模块，用于以无人仓地图建立坐标系，并以所述坐标系中各坐标点为父点，分别沿x轴、y轴为各所述父点延伸建立n个子点；其中，所述子点与其所归属的父点距离相同，n＞0；根据所述AGV的空载行驶速度、负载行驶速度、加速度、相邻父点间距离及转向时间成本计算相邻子点所构成有向边的行驶成本以得到成本地图，以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；

成本求解地图建立模块，用于将AGV当前行程的起点和终点分别增加至所述成本地图上对应的两个父点，生成所述当前行程的成本求解地图；

路径获取模块，用于调用设算法计算所述当前行程成本的求解地图以获取最小成本路径。

8.一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1至4中任一项所述的基于无人仓的AGV路径计算方法。

9.一种电子终端，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行以下操作：

以无人仓地图建立坐标系，并以所述坐标系中各坐标点为父点，分别沿x轴、y轴为各所述父点延伸建立n个子点；其中，所述子点与其所归属的父点距离相同，n＞0；根据AGV的空载行驶速度、负载行驶速度、加速度、相邻父点间距离及转向时间成本计算相邻子点所构成有向边的行驶成本以得到成本地图，以便于获取所述成本地图上任意相邻两坐标点所构成有向边的行驶成本；

将AGV当前行程的起点和终点分别增加至所述成本地图上对应的两个父点，生成所述当前行程的成本求解地图；

调用设算法计算所述当前行程成本的求解地图以获取最小成本路径。

Images