机床与液压

作者：丁海毅，佘世刚，强运哲，陆怡鹏，柯为，胡智喡

单位：常州大学机械与轨道交通学院；常州大学机械与轨道交通学院；常州大学机械与轨道交通学院；常州大学机械与轨道交通学院；常州大学机械与轨道交通学院；常州大学机械与轨道交通学院

关键词：智能仓储;路径规划;多地图融合搜索算法;Q-Learning算法;基于冲突的搜索算法

基金：江苏省产业前瞻与关键核心技术碳达峰碳中和专项项目（BE2022044）

针对传统CBS算法在大型智能仓储环境中为大量AGV搜索路径时存在产生节点数量较多且搜索效率较低的问题，提出一种多地图融合搜索算法(MMFS)。通过在栅格地图上提取的拓扑地图中使用考虑道路拥挤度的Q-Learning算法进行初步路径搜索，并将其映射至栅格地图中，得到AGV行驶的粗略路径。在更精细的栅格地图中使用CBS算法搜索出AGV行驶的具体路径。仿真结果表明：在拓扑地图中进行预规划后，CBS算法产生的拓展节点减少了92.18%；MMFS算法的整体搜索时间仅为CBS算法的8.13%。

来源：2025年第3期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第3期