本發(fā)明屬于路徑規(guī)劃技術(shù)，特別是一種基于倉(cāng)儲(chǔ)無人車的車輛路徑規(guī)劃方法。

背景技術(shù)：

隨著物聯(lián)網(wǎng)的快速發(fā)展，智能倉(cāng)儲(chǔ)也變得尤為重要。大型倉(cāng)庫(kù)的庫(kù)房眾多、貨物繁多，道路情況復(fù)雜，如何在這復(fù)雜的環(huán)境中快速有效地尋找貨物就顯的尤為突出，為解決該問題，倉(cāng)儲(chǔ)無人車應(yīng)運(yùn)而生。倉(cāng)儲(chǔ)無人車是指裝有自動(dòng)導(dǎo)引裝置，能夠沿著指定的路徑行進(jìn)，能夠智能控制運(yùn)行動(dòng)作，具有安全保護(hù)裝置的具有搬運(yùn)功能的小車。

在無人車相關(guān)技術(shù)的研究方面，路徑規(guī)劃技術(shù)是一個(gè)重要課題。根據(jù)無人車對(duì)環(huán)境信息感知程度的不同，路徑規(guī)劃分為兩種：環(huán)境信息完全知道的全局路徑規(guī)劃和環(huán)境信息完全未知或局部未知的局部路徑規(guī)劃。全局路徑規(guī)劃一般離線進(jìn)行，通常可以通過設(shè)定合適的啟發(fā)函數(shù)，全面評(píng)估各節(jié)點(diǎn)的代價(jià)值，通過比較各擴(kuò)展節(jié)點(diǎn)代價(jià)值的大小，選擇最有希望的點(diǎn)加以擴(kuò)展，直到找到目標(biāo)節(jié)點(diǎn)為止(1.李偉光,蘇霞.基于改進(jìn)a*算法的agv路徑規(guī)劃[j].現(xiàn)代制造工程,2015(10):33-36.2.李季,孫秀霞.基于改進(jìn)a-star算法的無人機(jī)航跡規(guī)劃算法研究[j].兵工學(xué)報(bào),2008,29(7):788-792.)。局部路徑規(guī)劃可以采用模仿引力斥力下物體運(yùn)動(dòng)的方法，目標(biāo)點(diǎn)和運(yùn)動(dòng)體間為引力，運(yùn)動(dòng)體和障礙物間為斥力，通過建立引力場(chǎng)、斥力場(chǎng)函數(shù)進(jìn)行路徑尋優(yōu)(3.譚寶成,崔佳超.改進(jìn)人工勢(shì)場(chǎng)法在無人車避障中的應(yīng)用[j].西安工業(yè)大學(xué)學(xué)報(bào),2014(12):1007-1011.4.sciaviccol,sicilianob.asolutionalgorithmtotheinversekinematicproblemforredundantmanipulators[j].robotics&automationieeejournalof,2010,4(4):403-410.)。但此類方法通常計(jì)算量較大，定位難度高，而且單一運(yùn)用全局路徑規(guī)劃或局部路徑規(guī)劃方法，靈活性差，無法同時(shí)解決尋優(yōu)和避障的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種將無人車全局路徑規(guī)劃和局部路徑規(guī)劃相結(jié)合，從而在尋找最優(yōu)路徑的同時(shí)能夠有效躲避障礙物的路徑規(guī)劃方法。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于倉(cāng)儲(chǔ)無人車的車輛路徑規(guī)劃方法，步驟如下：

第一步，制作倉(cāng)儲(chǔ)環(huán)境拓?fù)涞貓D，即采集倉(cāng)儲(chǔ)環(huán)境無人車可行路徑與貨架的相對(duì)位置，根據(jù)采集到的信息，設(shè)置無人車可以到達(dá)的節(jié)點(diǎn)，然后根據(jù)節(jié)點(diǎn)信息創(chuàng)建基于拓?fù)涞貓D的鄰接矩陣；

第二步，離線進(jìn)行全局路徑規(guī)劃，即采用改進(jìn)后a*算法，以離線的方式計(jì)算出從起始點(diǎn)至目標(biāo)點(diǎn)的最優(yōu)路徑；

第三步，路徑跟蹤，即以無人車自身攜帶的循跡模塊對(duì)離線規(guī)劃出的最優(yōu)路徑進(jìn)行跟蹤；

第四步，探測(cè)并采集隨機(jī)障礙物信息，判斷路徑環(huán)境，根據(jù)障礙物信息進(jìn)行全局路徑規(guī)劃和局部路徑規(guī)劃兩種算法之間的切換；

第五步，車輛按照第四步規(guī)劃的路徑行駛，在行駛過程中按照局部路徑規(guī)劃算法躲避隨機(jī)障礙物，達(dá)到局部避障的目的。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)為：1)在全局路徑規(guī)劃工程中，優(yōu)化拓?fù)涔?jié)點(diǎn)，使得計(jì)算量減少，效率更高；2)在路徑跟蹤過程中，只需尋找規(guī)劃好的拓?fù)涔?jié)點(diǎn)即可，因此可以采用循跡的方式進(jìn)行路徑跟蹤，使得定位更加準(zhǔn)確；3)將全局路徑規(guī)劃與局部路徑規(guī)劃相結(jié)合，在尋找最優(yōu)路徑的同時(shí)可以進(jìn)行局部避障，使無人車的運(yùn)行更靈活，在遇到障礙物時(shí)運(yùn)行距離更短，提高了倉(cāng)儲(chǔ)無人車的工作效率。

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。

附圖說明

圖1是本發(fā)明基于倉(cāng)儲(chǔ)無人車的車輛路徑規(guī)劃方法的流程圖。

圖2是倉(cāng)儲(chǔ)環(huán)境的示意圖。

圖3是創(chuàng)建的拓?fù)涞貓D。

圖4是全局路徑規(guī)劃的流程圖。

圖5是全局路徑規(guī)劃的結(jié)果圖。

圖6是無人車避障時(shí)的結(jié)果圖。

圖7是無人車遇到無法繞過的障礙物時(shí)重新進(jìn)行全局路徑規(guī)劃的結(jié)果圖。

具體實(shí)施方式

結(jié)合附圖，本發(fā)明的一種基于倉(cāng)儲(chǔ)無人車的車輛路徑規(guī)劃方法，步驟如下：

步驟1、制作倉(cāng)儲(chǔ)環(huán)境拓?fù)涞貓D，具體是采集倉(cāng)儲(chǔ)環(huán)境無人車可行路徑與貨架的相對(duì)位置，根據(jù)采集到的信息，設(shè)置無人車可以到達(dá)的節(jié)點(diǎn)，然后根據(jù)節(jié)點(diǎn)信息創(chuàng)建基于拓?fù)涞貓D的鄰接矩陣；所述制作倉(cāng)儲(chǔ)環(huán)境拓?fù)涞貓D步驟如下：

步驟1-1、采集環(huán)境地圖信息，以環(huán)境地圖中每個(gè)路口拐點(diǎn)及無人車需要停靠的點(diǎn)作為拓?fù)涔?jié)點(diǎn)，與該拓?fù)涔?jié)點(diǎn)相通的道路作為拓?fù)溥叄瑢h(huán)境地圖抽象為由拓?fù)涔?jié)點(diǎn)和拓?fù)溥吔M成的拓?fù)涞貓D，該拓?fù)涞貓D用符號(hào)表示為g＝(v，e)，其中v為節(jié)點(diǎn)集合，e為連接節(jié)點(diǎn)的邊的集合；

步驟1-2、用鄰接矩陣來表示各節(jié)點(diǎn)之間的關(guān)系，若拓?fù)涞貓D中共有n個(gè)拓?fù)涔?jié)點(diǎn)v1，v2，…，vn，則該鄰接矩陣是一個(gè)n×n的矩陣，通過賦予各條邊不同的屬性，以區(qū)分可通行路徑和不可通行路徑，將可通行路徑的權(quán)值屬性設(shè)為1，不可通行路徑的權(quán)值屬性設(shè)為0；該鄰接矩陣中的第(i，j)個(gè)元素aij表示為

步驟2、離線進(jìn)行全局路徑規(guī)劃，即采用改進(jìn)后a*算法，以離線的方式計(jì)算出從起始點(diǎn)至目標(biāo)點(diǎn)的最優(yōu)路徑；所述離線進(jìn)行全局路徑規(guī)劃步驟如下：

步驟2-1、采用a*算法，對(duì)每個(gè)道路節(jié)點(diǎn)設(shè)計(jì)一個(gè)估價(jià)函數(shù)，如下式所示：

f(s)＝g(s)+h(s)

式中，f(s)表示從起始節(jié)點(diǎn)經(jīng)過節(jié)點(diǎn)s到達(dá)目標(biāo)節(jié)點(diǎn)的估計(jì)長(zhǎng)度，g(s)表示從起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的路徑長(zhǎng)度，h(s)為啟發(fā)函數(shù)，是當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的估計(jì)值；

其中估價(jià)函數(shù)的設(shè)計(jì)方法為：

步驟2-1-1、記錄從起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的路徑長(zhǎng)度g(s)；

步驟2-1-2、確定啟發(fā)函數(shù)h(s)，其中a*算法一定能搜索到最優(yōu)路徑的前提條件為：

h(s)≤cost*(s,sgoal)

式中，cost*(s,sgoal)為當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最優(yōu)距離，滿足上式的h(s)值越大，則擴(kuò)展節(jié)點(diǎn)越少；

所述啟發(fā)函數(shù)h(s)為歐幾里德距離函數(shù)，對(duì)于給定的兩個(gè)位置坐標(biāo)(xi，yi)和(xj，yj)，它們的歐幾里德距離de如下式所示：

步驟2-1-3、確定估價(jià)函數(shù)，如下式所示：

f(s)＝g(s)+h(s)。

步驟2-2、創(chuàng)建open和closed兩個(gè)集合來管理道路節(jié)點(diǎn)，其中open集合用于存放擴(kuò)展過的道路節(jié)點(diǎn)的子節(jié)點(diǎn)，這些節(jié)點(diǎn)屬于待擴(kuò)展節(jié)點(diǎn)；closed集合用于存放擴(kuò)展過的節(jié)點(diǎn)；

步驟2-3、進(jìn)行全局路徑規(guī)劃，每次都從open集合中選擇f(s)值最小的節(jié)點(diǎn)s進(jìn)行擴(kuò)展，節(jié)點(diǎn)s被擴(kuò)展到的子節(jié)點(diǎn)存放于open集合中；節(jié)點(diǎn)s擴(kuò)展完成后，從open集合中移到closed集合中；之后循環(huán)上述過程，直到擴(kuò)展到目標(biāo)節(jié)點(diǎn)或者open集合為空時(shí)，終止算法，記錄規(guī)劃出的路徑。

步驟3、對(duì)路徑進(jìn)行跟蹤，即以無人車自身攜帶的循跡模塊對(duì)離線規(guī)劃出的最優(yōu)路徑進(jìn)行跟蹤；

步驟4、探測(cè)并采集隨機(jī)障礙物信息，判斷路徑環(huán)境，根據(jù)障礙物信息進(jìn)行全局路徑規(guī)劃和局部路徑規(guī)劃兩種算法之間的切換；具體步驟如下：

步驟4-1、無人車通過自身攜帶的超聲波模塊，實(shí)時(shí)探測(cè)路徑上的隨機(jī)障礙物，生成障礙邊界以及相對(duì)位置信息；

步驟4-2、通過傳感器采集到的障礙物信息，對(duì)道路環(huán)境進(jìn)行判斷，并根據(jù)判斷結(jié)果進(jìn)行全局路勁規(guī)劃和局部路徑規(guī)劃算法間的切換；具體為：

設(shè)置無人車與障礙物之間的安全距離，若障礙物邊界與墻壁之間距離小于該安全距離，認(rèn)為無人車無法繞過，則以當(dāng)前無人車所在拓?fù)涔?jié)點(diǎn)為起始點(diǎn)，并且設(shè)置該拓?fù)涔?jié)點(diǎn)與下一節(jié)點(diǎn)之間的拓?fù)溥厼椴豢赏ㄐ校锣徑泳仃?，返回步驟2重新規(guī)劃全局路徑；若障礙物邊界與墻壁之間距離大于安全距離，則切換至步驟5執(zhí)行局部路徑規(guī)劃算法進(jìn)行避障。

步驟5、車輛按照步驟4規(guī)劃的路徑行駛，在行駛過程中按照局部路徑規(guī)劃算法躲避隨機(jī)障礙物，達(dá)到局部避障的目的。具體步驟如下：

步驟5-1、建立局部路徑規(guī)劃的起始點(diǎn)以及終點(diǎn)，具體以無人車當(dāng)前所處節(jié)點(diǎn)為起始點(diǎn)，以全局路徑規(guī)劃中該節(jié)點(diǎn)的下一節(jié)點(diǎn)終點(diǎn)；

步驟5-2、根據(jù)無人車尺寸，確定障礙物作用域；

步驟5-3、建立人工勢(shì)場(chǎng)法的引力勢(shì)場(chǎng)函數(shù)和斥力勢(shì)場(chǎng)函數(shù)，進(jìn)行局部避障；具體步驟如下：

步驟5-3-1、建立引力勢(shì)場(chǎng)函數(shù)uatt，公式如下：

式中：ka為引力勢(shì)場(chǎng)常量，qc為無人車地球坐標(biāo)系位置向量，qg為地球坐標(biāo)系中目標(biāo)點(diǎn)的位置向量；

步驟5-3-2、建立斥力勢(shì)場(chǎng)函數(shù)urep，公式如下：

式中：kr為斥力勢(shì)場(chǎng)常量，ρ(qc,qobs)為無人車與障礙物的相對(duì)距離，d為安全距離。

本發(fā)明將全局路徑規(guī)劃與局部路徑規(guī)劃相結(jié)合，在尋找最優(yōu)路徑的同時(shí)可以進(jìn)行局部避障，使無人車的運(yùn)行更靈活，在遇到障礙物時(shí)運(yùn)行距離更短，提高了倉(cāng)儲(chǔ)無人車的工作效率。

下面結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步詳細(xì)的描述。

實(shí)施例

結(jié)合圖1，本發(fā)明基于倉(cāng)儲(chǔ)無人車的車輛路徑規(guī)劃方法，具體實(shí)施步驟如下：

步驟1、制作倉(cāng)儲(chǔ)環(huán)境拓?fù)涞貓D，如圖2所示為倉(cāng)儲(chǔ)環(huán)境的示意地圖，圖中矩形代表貨架，采集倉(cāng)儲(chǔ)環(huán)境無人車可行路徑與貨架的相對(duì)位置，根據(jù)采集到的信息，設(shè)置無人車可以到達(dá)的節(jié)點(diǎn)，然后根據(jù)節(jié)點(diǎn)信息創(chuàng)建基于拓?fù)涞貓D的鄰接矩陣；

步驟1-1、如圖3所示，采集環(huán)境地圖信息，以環(huán)境地圖中每個(gè)路口拐點(diǎn)及無人車需要?？康狞c(diǎn)作為一個(gè)拓?fù)涔?jié)點(diǎn)，與該拓?fù)涔?jié)點(diǎn)相通的道路作為一條拓?fù)溥?，因此可將環(huán)境地圖抽象為由拓?fù)涔?jié)點(diǎn)和拓?fù)溥吔M成的拓?fù)涞貓D，該拓?fù)涞貓D用符號(hào)可以表示為g＝(v，e)，其中v為節(jié)點(diǎn)集合，e為連接節(jié)點(diǎn)的邊的集合，在該倉(cāng)儲(chǔ)環(huán)境中，可設(shè)置如圖3所示a至o共15個(gè)拓?fù)涔?jié)點(diǎn)，即矩陣

v＝[0.5,0.5；2.5,0.5；4.5,0.5；0.5,2.5；2.5,2.5；4.5,2.5；5.5,2.5；0.5,4.5；2.5,4.5；4.5,4.5；5.5,4.5；0.5,6.5；2.5,6.5；4.5,6.5；5.5,0.5]；

步驟1-2、為了便于對(duì)該拓?fù)鋱D的保存和搜索，用鄰接矩陣來表示各節(jié)點(diǎn)之間的關(guān)系。若拓?fù)涞貓D中共有n個(gè)拓?fù)涔?jié)點(diǎn)v1，v2，…，vn，則該鄰接矩陣是一個(gè)n×n的矩陣，通過賦予各條邊的屬性，以區(qū)分可通行路徑和不可通行路徑，這里將可通行路徑的權(quán)值屬性設(shè)為1，不可通行路徑的權(quán)值屬性設(shè)為0。進(jìn)而，該鄰接矩陣中的第(i，j)個(gè)元素可以表示為

在該拓?fù)涞貓D中n＝15，則鄰接矩陣是一個(gè)15×15的矩陣，表示為

步驟2、離線進(jìn)行全局路徑規(guī)劃，即采用改進(jìn)后a*算法，以離線的方式計(jì)算出從起始點(diǎn)至目標(biāo)點(diǎn)的最優(yōu)路徑，如圖4所示，為全局路徑規(guī)劃的流程圖；

步驟2-1、采用a*算法，對(duì)每個(gè)道路節(jié)點(diǎn)均設(shè)計(jì)一個(gè)估價(jià)函數(shù)，如下式所示：

f(s)＝g(s)+h(s)

式中，f(s)表示從起始節(jié)點(diǎn)經(jīng)過節(jié)點(diǎn)s到達(dá)目標(biāo)節(jié)點(diǎn)的估計(jì)長(zhǎng)度，g(s)表示從起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的路徑長(zhǎng)度，h(s)為啟發(fā)函數(shù)，是當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的估計(jì)值；

步驟2-1-1、記錄從起始節(jié)點(diǎn)到當(dāng)前節(jié)點(diǎn)的路徑長(zhǎng)度設(shè)計(jì)為g(s)；

步驟2-1-2、h(s)為啟發(fā)函數(shù)，是當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的估計(jì)值。a*算法一定能搜索到最優(yōu)路徑的前提條件：

h(s)≤cost*(s,sgoal)

式中，cost*(s,sgoal)為當(dāng)前節(jié)點(diǎn)到目標(biāo)節(jié)點(diǎn)的最優(yōu)距離。滿足上式的h(s)值越大，則擴(kuò)展節(jié)點(diǎn)越少。為了保證搜索路徑的最優(yōu)性，本方法將歐幾里德距離作為啟發(fā)函數(shù)。對(duì)于給定的兩個(gè)位置坐標(biāo)(xi，yi)和(xj，yj)，它們的歐幾里德距離de如下式所示：

步驟2-2、創(chuàng)建open和closed兩個(gè)集合來管理道路節(jié)點(diǎn)。open存放擴(kuò)展過的道路節(jié)點(diǎn)的子節(jié)點(diǎn)。它們屬于待擴(kuò)展節(jié)點(diǎn)。closed存放擴(kuò)展過的節(jié)點(diǎn)；

步驟2-3、開始進(jìn)行全局路徑規(guī)劃，每次都從open中選擇f(s)值最小的節(jié)點(diǎn)s進(jìn)行擴(kuò)展。節(jié)點(diǎn)s被擴(kuò)展到的子節(jié)點(diǎn)存放于open中。節(jié)點(diǎn)s擴(kuò)展完成后，從open中移到closed中。循環(huán)上述過程，直到擴(kuò)展到目標(biāo)節(jié)點(diǎn)或者open為空時(shí)，終止算法，記錄規(guī)劃出的路徑。如圖5所示，為全局路徑規(guī)劃的結(jié)果圖。

步驟3、路徑跟蹤，即無人車通過自身攜帶的循跡模塊，以及在倉(cāng)儲(chǔ)環(huán)境中預(yù)先設(shè)置的標(biāo)記物進(jìn)行無人車相對(duì)于倉(cāng)儲(chǔ)環(huán)境的定位，從而實(shí)現(xiàn)對(duì)規(guī)劃好的全局路徑的跟蹤。如圖6中粗實(shí)線所示，在沒有障礙物的路段直接進(jìn)行循跡跟蹤，降低定位成本。

步驟4、探測(cè)并采集隨機(jī)障礙物信息，判斷路徑環(huán)境，并進(jìn)行全局路徑規(guī)劃和局部路徑規(guī)劃兩種算法之間的切換；

步驟4-1、無人車通過自身攜帶的超聲波模塊，實(shí)時(shí)探測(cè)路徑上的隨機(jī)障礙物，生成障礙邊界以及相對(duì)位置等信息；

步驟4-2、通過傳感器采集到的障礙物信息，對(duì)道路環(huán)境進(jìn)行判斷，并根據(jù)判斷結(jié)果進(jìn)行全局路勁規(guī)劃和局部路徑規(guī)劃算法間的切換；

步驟4-3、設(shè)計(jì)無人車與障礙物之間的安全距離，該倉(cāng)儲(chǔ)模型設(shè)置安全距離為0.3個(gè)單位，若障礙物邊界與墻壁之間距離小于該安全距離，認(rèn)為無人車無法通過，如圖7所示，則以當(dāng)前無人車所在拓?fù)涔?jié)點(diǎn)為起始點(diǎn)，并且設(shè)置該拓?fù)涔?jié)點(diǎn)與下一節(jié)點(diǎn)之間的拓?fù)溥厼椴豢赏ㄐ?，更新鄰接矩陣，將鄰接矩陣更新為?/p>

返回步驟2重新規(guī)劃全局路徑，重新規(guī)劃的路徑如圖7中粗實(shí)線所示；

步驟4-4、如圖6所示，若障礙物邊界與墻壁之間距離大于步驟4-3中設(shè)計(jì)的安全距離，則切換至局部路徑規(guī)劃算法進(jìn)行避障。

步驟5、躲避隨機(jī)障礙物，即采用人工勢(shì)場(chǎng)法在線進(jìn)行局部路徑規(guī)劃，達(dá)到局部避障的目的，效果如圖6所示，在有障礙物的路段切換至人工勢(shì)場(chǎng)法進(jìn)行局部避障。

步驟5-1、建立局部路徑規(guī)劃的起始點(diǎn)以及終點(diǎn)，本方法以無人車當(dāng)前所處節(jié)點(diǎn)為起始點(diǎn)，以全局路徑規(guī)劃中該節(jié)點(diǎn)的下一節(jié)點(diǎn)終點(diǎn)，在該倉(cāng)儲(chǔ)模型中即以l點(diǎn)和m點(diǎn)為局部路徑規(guī)劃的起點(diǎn)和終點(diǎn)；

步驟5-2、根據(jù)無人車尺寸，確定障礙物作用域；

步驟5-3、建立人工勢(shì)場(chǎng)法的引力勢(shì)場(chǎng)函數(shù)和斥力勢(shì)場(chǎng)函數(shù)，切換至a*算法進(jìn)行局部避障；

步驟5-3-1、建立引力勢(shì)場(chǎng)函數(shù)，公式如下：

式中：ka為引力勢(shì)場(chǎng)常量，qc為無人車地球坐標(biāo)系位置向量，qg為地球坐標(biāo)系中目標(biāo)點(diǎn)的位置向量，在該方法中，引力勢(shì)場(chǎng)常量設(shè)為1，(qc-qg)²為無人車與目標(biāo)點(diǎn)之間的歐氏距離，隨著無人車的移動(dòng)隨時(shí)更新，則最終引力勢(shì)場(chǎng)函數(shù)為

步驟5-3-2、建立斥力勢(shì)場(chǎng)函數(shù)，公式如下：

式中：kr為斥力勢(shì)場(chǎng)常量，ρ(qc,qobs)為無人車與障礙物的相對(duì)距離，d為安全距離，在該方法中，斥力勢(shì)場(chǎng)常量設(shè)置為1，ρ(qc,qobs)隨著無人車的運(yùn)動(dòng)實(shí)時(shí)更新，d設(shè)置為0.3，則斥力勢(shì)場(chǎng)函數(shù)為

本發(fā)明將全局路徑規(guī)劃與局部路徑規(guī)劃相結(jié)合，在尋找最優(yōu)路徑的同時(shí)可以進(jìn)行局部避障，使無人車的運(yùn)行更靈活，在遇到障礙物時(shí)運(yùn)行距離更短，提高了倉(cāng)儲(chǔ)無人車的工作效率。