摘要
本发明属于智能物流技术领域,其目的在于提供一种多AGV路径规划方法、系统、设备及产品。其中的方法包括:建立仓储作业区域的环境地图;将基于所述环境地图的多AGV路径规划问题转换为马尔可夫决策模型;基于所述马尔可夫决策模型获取各AGV的当前环境状态信息,并根据各AGV的当前环境状态信息,基于深度强化学习方法得到各AGV的初始路径;对各AGV的初始路径进行路径冲突检测,并在出现路径冲突时,基于优先级避障策略对相应AGV的初始路径进行路径更新处理,以便得到各AGV的最终路径;根据各AGV的最终路径生成运动指令,并基于所述运动指令控制各AGV按与其对应的最终路径行驶。本发明可适用于多AGV协同作业场景,任务执行效率及安全性更高。
技术关键词
环境状态信息
路径规划方法
深度强化学习方法
仓储作业
神经网络模型
地图
模块通信
决策
智能物流技术
空间结构特征
路径规划系统
计算机程序指令
存储计算机程序
作业场景
拣选台
策略
计算机程序产品
系统为您推荐了相关专利信息
编码器
光伏预测方法
图像增强
光伏电站
成像设备
网络结构数据
地理信息数据
神经网络模型
神经网络训练
海堤结构
需求预测方法
LSTM神经网络模型
LSTM模型
SSA算法
出租车数量