1研究目的和意义

1.1研究背景

随着着经济全球化和世界贸易的加快，集装箱运输成为一种重要的交通方式，集装箱码头也得到迅速发展，集装箱运输技术的发展得到迅速提高，但随着集装箱船舶等不断大型化，集装箱码头的巨大压力之一就是面临吞吐量急剧增长。为了有效地降低作业成本和提高作业效率，全球的不少集装箱码头都采用了自动化技术事实上，港口合适劳工人口减少、劳动力成本高夜间作业受限以及环境影响等问题成为港口引进自动化的主要动因。而随着码头自动化程度的提高，自动导引车系统(AGVs)的码头运输中的应用也越来越广泛，并且在这个系统中AGV的数量也在不断增加，AGV系统路径规划与优化是AGV系统应用中需重点研究的问题。AGV路径规划是AGV系统设计的关键之一，当任务与小车分配好之后，规划出一条路径，使得AGV从起点无碰撞地顺利到达终点，且用时最短，路径规划的好坏直接影响整个系统的效率。

1.2国内外研究现状

国内外学者围绕自动化码头做于大量的研究工作，针对AGV的路径规划问题的研究主要集中于在途AGV的相互间冲突，死锁的预防、检测与控制^[1]等方而，而针对AGV路径搜索相关方而的研究相对较少。Klimm等^[2]提出一种无冲突的静态路径规划方法，首先以最小负载为目标规划路径，然后进行死锁的预防与检测。该方法仅适用于地图中潜在死锁数量较少的情况，随着AGV数量的增加，地图中潜在的死锁数量增多，该方法无法获得较优的结果。Jeon等^[3]提出一种基于Q学习的路径规划算法，通过估计AGV在行驶中因冲突而产生的等待时间，为AGV规划一条行驶时间最短的路径，但是该算法求解耗时长，且无法避免冲突的产生。

国内自动化码头起步相对较晚，针对自动化码头的AGV路径规划问题研究较少，且研究主要面向制造系统。刘国栋等^[4]针对多AGV调度系统，提出两阶段动态路径规划方法，第一阶段先离线生成任意两点之间的候选路径集，第二阶段采用启发式方法为所有任务分配各自的最优路径，该方法能对多个AGV同时规划，但随着路径复杂度增加，还会带来实时性问题，需进一步改进。贺丽娜等^[5]针对制造系统中的多AGV调度，提出一种基于先验决策的无碰撞路径规划方法，该方法先根据Dijkstra算法对每个AGV规划出最短路径，再结合时间窗原理进行AGV的无碰撞路径规划，但是该文论述比较简单，对算法的具体实现并没有明确说明。胡彬等^[6]提出一种基于时间窗的动态路径规划方法，该方法通过求出备选路径，再在备选路径上排出理想情况下的时间窗，然后对有时间窗重叠部分的路径进行计算与更新，该方法既能保证路径是最优的，且可以有效地避免车与车之间的碰撞与冲突。乔岩等^[7]提出通过实时改变自动导引车通过节点的优先级来调整自动导引车在相应节点的通过顺序，从而实现多自动导引车动态环境下的路径规划，该算法能减少冲突数目，有效实现多自动导引车避碰。

综上，国内外对于AGV路径规划问题研究，大多集中与制造系统，对于自动化码头AGV路径规划问题研究较少。同时在多AGV路径规划方面都存在一定的缺陷，而且只是对路径规划进行算法研究，很少运用相关软件设计算法并用案例进行验证。现在随着自动化码头技术的快速发展，解决自动化码头多AGV路径规划存在的问题，在很大程度上能提高自动化码头的工作效率。

1.3研究目的

本文针对在自动化码头多AGV运输系统中的路径规划冲突、避碰问题，考虑突发事件（小车故障等）发生后对系统的影响，设计一种基于时间窗约束的算法协调AGV冲突，为每辆AGV规划一条无冲突的行驶时间最短的路径，能有效地避免车一车冲突、碰撞等问题。最后使用VS2015 C 编程语言实现算法并设计案例验证有效性，表明该算法用在AGV路径规划上，能实现多AGV之间的无冲突、时间最优的路径规划功能。

2. 研究的基本内容与方案

2基本内容