《表5 算法特征：基于时空网络的自动化集装箱码头自动化导引车路径规划》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于时空网络的自动化集装箱码头自动化导引车路径规划》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

AGV时空网络由Python3.7平台的NetworkX工具包编译实现，网格精度设置为6 m×6 m。算例设计3组实验以验证模型和算法的有效性。实验假设：1)AGV数量满足装卸任务需要；2）岸桥和场桥的装卸效率足够高，没有出现延迟或等待现象。实验中采用的基本最短路径算法选取Dijkstra算法。值得注意的是，AGV路径规划问题有2个特征，分别为车辆碰撞和路网拥堵，时空网络算法则是能够避免路径之间的碰撞并缓解路网拥堵，因此依据该问题特征，实验对比了2种不同路径规划求解策略，即基本最短路径求解策略和停车等待求解策略，据此设计了2个对比求解算法，分别为算法P、SP，算法特征如表5所示。P算法求解过程中不更新时空网络，因此不能规避路径中可能发生的冲突；SP算法则更新时空网络，检测冲突路段，小车按原最短路径行驶，在缓冲区停车等待以规避碰撞；TS-SP算法通过更新时空网络，检测冲突路段，并且在更新后的时空网络中规划路径以缓解路网的拥堵。