宋栓军， 吕 森

(1.西安工程大学 机电工程学院， 陕西 西安 710048；2.西安工程大学 西安市现代智能纺织装备重点实验室， 陕西 西安 710048)

随着电商、快递等行业的高速发展，企业对大规模的自动引导小车(automated guided vehicle，AGV)的需求扩大，多AGV系统常出现冲突问题[1]。AGV系统中的冲突问题主要表现为超过一辆AGV所占用时间和空间发生重叠[2]。

为了解决AGV系统中的突出问题，部分学者对静态算法进行了改进,引入动态机制和冲突解决策略以满足作业需求[3]。王琛[4]和梁承姬等[5-6]先规划出最短路径,根据时间窗预测冲突,对路径进行调整，最终实现无冲突路径规划。姜辰凯等[7]根据时间窗预测冲突，对优先级较低的AGV重新进行路径规划。Hu Y J等[8]将A*算法与时间窗原理相结合，按时间顺序规划每辆AGV的路径，该方法虽然能有效地解决冲突，但并未考虑是否对AGV系统的整体效率产生影响。另一部分学者采用具备多步前瞻性的主动冲突解决算法。Zhong M S等[9]建立了混合整数规划模型，使AGVs的延迟时间最小。Liu C B等[10]采用单向有向图方法和AGV路径规划的A*算法，有效地解决了AGVs的冲突问题。Yuan Z H等[11]先规划AGV全局路径，然后提出了动态快速探索随机树算法，降低了路径冲突的发生率。Zhao Y L等[12]利用共享资源点的动态预留来改变AGV的运动状态，避免碰撞和死锁。曹小华等[13]提出基于冲突预测的多AGV避碰决策优化方法，求解某一时刻碰撞小车的多AGV避碰决策组合优化问题，建立主动冲突解决模型，寻求对于系统而言的最优，然而大多以时间最短或距离最短为目标。……