照明节电技术在宝鸡卷烟厂联合工房照明系统中的应用

本文介绍了宝鸡卷烟厂联合工房照明系统,详细阐述了照明节电技术在宝鸡卷烟厂联合工房照明系统中的应用,论述了在企业推广照明节电技术的必要性及意义。     

AGV系统路径规划时间窗模型及算法

针对双向单车道的AGV(automated guided vehicle)系统作业场景,考虑到AGV车辆行驶过程中直线和弯道的速度差异,以最小运行代价和优先级相结合为任务生成策略,构建了避免冲突的AGV系统动态路径规划的时间窗模型及其算法流程,为运行总成本最小约束下智能物流和自动化仓储系统中多台AGV协同作业的动态路径规划问题提供了有效方法。经过案例验证,该算法能够有效规划系统中多台AGV协同作业的路径,使系统运行的成本最低,降低仓储系统运行的总成本。     

AGV小车系统在自动化物流系统中的应用

AGV是一种无人驾驶的激光导引运输车,AGV小车系统涉及机械、电子,光学、计算机等多个领域,广泛应用于自动化物流系统中。其作用是在上位计算机的调度和管理下,指挥AGV车辆完成一系列的作业如托盘运输等,解决一系列的问题如计算机与计算机之间的通讯和调度,上位计算机和下住AGV控制器之间的通讯、命令的管理与分配,AGV与AGV之间的交通管理等,并在这一自动化过程中保持较高的作业精度和作业效率。     

基于DSP的AGV运动控制系统设计

AGV是一种自动导向车,能够在具有一定地形特征的环境中顺利到达期望目的地或沿期望路径行驶,已经被广泛应用于军事、航空和医药等领域.以两轮AGV为控制对象,采用高精度线阵CCD摄像头、高速DSP和超声波声纳构成一个AGV系统,着重介绍了基于数字信号处理器TMS320F240的AGV运动控制系统,论述了各组成部分的工作原理,并使用模糊逻辑控制策略对AGV系统的轨迹跟踪能力进行了仿真.该系统充分利用DSP运算速度快、外设接口丰富、适于电机控制的特点,实现对AGV的速度和航向的控制.该系统具有硬件结构简单,软件开销小等特点.     

基于遗传算法的平面车库车辆路径规划

随着物流系统自动化、智能化水平的提高,AGV在物流系统的应用越来越普遍。AGV的导航是AGV的核心技术,而路径规划是AGV导航的重要环节之一。本文应用遗传算法求解单个AGV的路径规划问题,最后给出该算法实现的路径规划仿真和实验结果,实验结果证实了该方法的有效性。     

基于软时间窗的自动化集装箱码头AGV路径规划

为研究只卸不装作业模式下的自动化集装箱码头AGV路径规划问题,建立了作业等待时间和AGV行驶时间最小的多目标混合整数规划模型。根据已分配的进口箱任务,考虑带有软时间窗和惩罚因子的约束,求解得到岸桥与箱区之间所有的可行路径、每台AGV完成任务的顺序以及AGV实际完成任务的行驶路径。为检验AGV作业路径的有效性,模拟每辆AGV通过路径节点的时刻,结果显示:系统中没有出现大量AGV排队和岸桥闲置的情况,表明AGV行驶路径的合理性、系统运量平衡和岸桥作业的连续性,提高了码头的作业效率。     

探讨自动化物流系统内AGV小车的利用

众所周知,AGV小车是一种激光引导运输车,并且AGV小车属无人驾驶车种。随着科学技术的飞速发展和物流行业的迅速崛起,AGV小车系统已经对机械施工和电子技术应用以及光学研究领域等均有所涉及,并在此基础上被广泛应用到相关物流自动化系统中。     

优化的模糊决策算法在多自动引导车调度问题中的应用

为解决多AGV在复杂系统中的任务调度问题,以提高生产效率缩短任务周期为目标建立地面轨迹模型和AGV搬运耗时模型。采用优化的模糊决策算法通过最小化每台AGV的搬运耗时来最小化搬运作业的总耗时。在算法设计过程中,采用分布式控制思想,将AGV离目标点的距离,AGV的当前载重和AGV的当前电量作为因素集,将AGV执行此次搬运任务的合适度作为评价集,建立AGV模糊评价模型;通过该模型得出各台AGV对任务适合度的评价向量进而寻找一种映射将评价向量转化为值,调度问题被转化为最优化问题,其中采用切割补偿优化综合模型的因素权重选择,采用分模式链式比较,减少AGV的计算量。通过多次仿真实验,可以验证本文算法在缩短任务的执行周期上具有一定的可行性与有效性,并且在解决复杂系统AGV状态多变的调度问题下展现了一定的鲁棒性和拓展性。     

基于优化的模糊决策算法在多AGV调度问题中的应用

为解决多AGV在复杂系统中的任务调度问题,以提高生产效率缩短任务周期为目标建立地面轨迹模型和AGV搬运耗时模型。采用优化的模糊决策算法通过最小化每台AGV的搬运耗时来最小化搬运作业的总耗时。在算法设计过程中,采用分布式控制思想,将AGV离目标点的距离,AGV的当前载重和AGV的当前电量作为因素集,将AGV执行此次搬运任务的合适度作为评价集,建立AGV模糊评价模型;通过该模型得出各台AGV对任务适合度的评价向量进而寻找一种映射将评价向量转化为值,调度问题被转化为最优化问题,其中采用切割补偿优化综合模型的因素权重选择,采用分模式链式比较减少AGV的计算量。通过多次仿真实验,可以验证本文算法在缩短任务的执行周期上具有一定的可行性与有效性,并且在解决复杂系统AGV状态多变的调度问题下展现了一定的鲁棒性和拓展性。     

基于麦克纳姆轮的磁导航自动导引车模糊控制

由于自动导引车(AGV)的运动方向和速度取决于每个麦克纳姆轮的运动,故AGV循迹运动需要更加精准。将麦克纳姆轮应用于AGV的运动系统,使其具备在平面内三自由度的移动能力。为了克服AGV运行中偏离预定路径的问题,设计了一种基于模糊控制的循迹纠偏方法来纠正其实际行驶轨迹,并进行了仿真实验和实际检测,验证了所设计模糊控制器的有效性。     

无缓存流水线生产系统中AGV调度问题的研究

针对无缓存流水线生产系统中的AGV(automated guided vehicle)调度问题提出了复合评分的启发式调度算法,降低了系统中AGV执行任务的间隔等候时间.首先,通过建立数学模型,对目前主流的AGV规模估计方法做出了改进.其次,提出了一种新的基于复合评分禁忌搜索的AGV前瞻调度算法.不同于目前主流的以空驶距离为优化目标的调度算法,该算法能够以最小化工件延误时间、最小化AGV空驶距离等多目标来统筹调度AGV.最后,为验证所提算法的有效性,从多个角度与已有算法进行了实验对比.仿真实验结果表明,相较于其他算法,提出的前瞻调度算法能够更有效地解决无缓存流水线生产系统这一新场景的AGV调度问题.实车实验也证明了该算法在实际生产中的有效性.     

基于多级决策的多智能体自动导航车调度系统

提出基于多级决策和协作学习的方法来建立自动导航车 ( AGV)调度系统中每个 AGV所需要的动态分布式调度策略 .系统中的每一个 AGV都由一个具有两级决策能力的智能体控制 :在选择级 ,智能体采用 Markov对策框架下的强化学习方法 ,以根据其他 AGV当前的子任务建立自己的最有反应子任务 ;在行动级 ,智能体通过强化学习建立优化的动作策略来完成由选择级确定的子任务 .AGV调度仿真结果证明 ,该方法能提高系统的产量 ,并在零件到达比变化时保持输出产量的稳定     

有限状态机的多AGV路径优化策略

为解决多自动运输引导车(AGV)在实际物流中易发生冲突、堵塞的问题,提出一种基于有限状态机模型的实时路径规划方法.通过A*算法对自动导引运输车系统(AGVS)进行预路径规划,以工作路径长度作为适应度函数,对不同任务的AGV进行优先级分配;然后,引入有限状态机的模型,动态地对不同任务的AGV进行协同控制.若AGV之间存在路径冲突点,通过去交叉法,在优先级低的AGV中暂设冲突节点为障碍物状态.对优先级低的AGV重新进行路径规划,优先级高的AGV继续运行,实现AGVS的无冲突发生.仿真结果表明:该方法在保证工作路径是最优的同时,能有效地避免AGV在物流运输中的碰撞,实现系统调度过程中无冲突的发生,提高系统的效率.     

视觉引导AGV的数字图像处理方法研究

自动导航小车(AGV)的导航技术中,视觉导航具有信息量大和引导柔性等优点。视觉导航方式中,导航图像的处理技术处于很重要的地位。介绍了AGV导航技术的引导系统的原理,并针对视觉引导的AGV所采样的数字图像进行了噪声滤波、二值化、边缘检测和直线拟合等。通过在自主研制的小车样机上进行试验,验证了图像处理过程中的准确性和实时性,表明该方法对提高AGV可控制性具有良好的效果。     

AGV自动导引运输车制导系统的改进

自动导引运输车（AGV）系统在生产中已被广泛应用，其传统的导引系统存在制造成本高，更改维护行进路线比较困难，对现场环境要求高等较多不足。本文主要介绍一种红外对管对黑白色产生的不同输出信号，从而识别行进路线的传感器部件的工作原理、安装、调试过程。使相关人员对此导引模式有了一种更新的认识，降低了AGV系统的生产使用成本，也同时对AGV系统进一步推广有积极的作用。     

基于卡尔曼滤波的AGV惯性导航仿真研究

针对目前导航方式存在的不足和惯性导航对自动引导小车(automated guided vehicle,AGV)路径定位精度低及纠偏能力差的问题,研究了AGV轨迹误差形成原因及改进惯性导航在AGV导航上的控制策略,对AGV数学模型、卡尔曼滤波(Kalman filter)定位、惯性导航纠偏控制系统进行仿真研究。在MATLAB软件上建立AGV运动模型及控制模型,获得了传统控制的AGV行走轨迹和使用卡尔曼滤波惯性导航控制策略的轨迹,并且在惯性元件的观测上引入偏移量,极大地提高了AGV在短距离行驶的观测准确性。仿真结果表明:AGV在短距离运动过程中采用卡尔曼滤波惯性导航的控制策略比传统控制策略轨迹精度提高8倍左右,在很大程度上提高了AGV定位导航能力。     

基于机器人操作系统的室内运输自动导引车系统及其设计

针对当前室内运输自动导引车(AGV)导引技术存在灵活性差、开发成本高、路径维护烦琐等问题,设计并实现了一款基于开源机器人操作系统(robot operating system, ROS)的室内运输AGV系统。该系统包括硬件层和软件层两部分。在硬件层,综合考虑现实需求、性能、成本等因素后进行硬件选型,同时搭建了AGV底盘和单舵轮行走机构,为软件层提供了一个稳定、灵活的运行平台。软件层设计包括ROS规划端和网页人机交互端两部分。ROS规划端进行AGV地图构建、自主定位、路径规划、路径跟踪、自主导航五大功能模块设计;网页人机交互端实现远程人机交互功能。测试结果表明,基于ROS的室内运输AGV系统能够有效地完成室内自动化运输任务,且路径维护灵活简便,整个系统具有很强的可行性和实用价值。     

基于离散时空网络的多自动引导车路径规划问题

针对多AGV（automatic guided vehicle）在仓储物流搬运系统中的巷道拥堵问题,提出一种规避拥堵的系统优化策略,将产生的AGV拣货路径作为约束生成后续AGV运行轨迹。对仓库相邻节点赋予时间链接,构建时空网络地图,在此环境建立基于离散时空网络的考虑拥堵的路径优化模型,并设计了时空网络与SA(simulated annealing)相结合的全局优化算法ST-SA(space time simulated annealing) 以求解该模型,通过仿真实验对模型及算法的有效性进行验证。实验结果表明：系统优化策略可以对AGV路径规划过程进行控制与优化,ST-SA能够很快搜索到合理、高效的AGV拣货路径方案,缩短AGV在巷道的作业时间,避免了多AGV在智能仓储系统中的碰撞及拥堵。     

基于多级决策的多智能化自动导航车调度系统

提出基于多级决策和协作学习的方法来建立自动导航车（AGV）调度系统中每个AGV所需要的动态分布式调度策略。系统中的第一个AGV都由一个具有两级决策能力的智能体控制：在选择级，智能体采用Markov对策框架下的强化学习方法，以根据其他AGV当前的子任务建立自已的最有反应子任务；在行动级，智能体通过强化学习建立优化的动作策略来完成由级选择级确定的子任务。AGV调度仿真结果证明，该方法能提高系统的产量，并在零件到达比变化时保持输出产量的稳定。     

AGV在现代制造车间中的应用

AGV作为一种先进的搬运设备在柔性制造中得到了广泛的应用。通过分析AGV与现代制造车间的相容性以及AGV的总体结构和组成阐明了AGV在现代制造车间具有广泛的应用前景。