考虑拥堵因素的自动化码头多AGV无冲突动态路径规划模型

针对自动化集装箱码头水平运输系统的调度优化,提出一种自动引导车(AGV)动态路径规划策略,即在多AGV系统路径生成的同时进行动态路径优化.从AGV运输作业时间角度,建立考虑拥堵的多AGV路径优化模型,优化AGV路径方案.为求解模型,设计了基于动态路径规划策略的多种群蚁群算法,并对模型与算法的有效性进行验证.结果表明:基于动态路径规划策略可以对路径规划过程进行动态控制与优化;同时,考虑拥堵因素可以有效地解决水平运输路网中的拥堵问题,提高运输作业效率.     

基于正态密度函数的滚动窗口路径规划方法

路径规划是移动机器人智能化的标志.在原有滚动窗口路径规划方法基础上,提出基于正态密度函数的滚动窗口路径规划方法.通过实时检测滚动窗口内的环境信息,结合移动机器人与障碍物之间的距离关系,利用正态密度函数改变机器人偏转角度,实现避障.通过对方法的仿真,表明了所提方法的有效性.     

基于改进遗传算法的AGV路径规划

针对AGV在自动化生产线中原有路径规划算法存在路径拐弯次数多,不利于AGV自动控制的问题,提出了一种改进遗传算法。为提高AGV运行的效率,该算法引入了拐弯因素。针对在路径规划中传统遗传算法收敛速度慢的问题,结合分层方法,改进传统的精英保留策略。在算法进化过程中,根据个体适应度的变化动态调整交叉概率和变异概率,加快算法的收敛速度。Matlab仿真实验结果显示:改进遗传算法能够规划出一条更合理的路径,相比较传统方法减少了转弯次数,改善了搜索路径质量,表明该算法可以满足自动化生产线AGV路径规划的要求。     

基于蚂蚁导航的未知环境下机器人路径滚动规划算法简

研究了一种栅格法环境建模下机器人路径滚动规划新方法.在未知环境内机器人根据视野域栅格环境与目标点信息,基于蚁群算法巧妙规划出局部导航优化路径.机器人沿着导航路径按照一定的步长前进一步,并重新动态规划出新的导航路径.机器人始终沿着较优化导航路径前进,机器人路径不断动态修改,当目标点在视野域范围内时直接规划出局部优化路径并直接到达目标点.该方法克服了传统子目标映射的复杂度高和智能化程度低等问题,仿真实验验证了本文方法的有效性.     

可重组制造系统中物流运输路径规划

在分析可重组制造系统物流布局的基础上,根据物流运输网络的空间分布特征,提出了一种动态的AGV(自动导引小车)路径规划方法.利用图论,构建了AGV路径规划的有向图网络模型,采用机床相对位置矩阵、距离矩阵以及阻塞系数来描述车间环境信息,通过系统的重组,有效缩短运输距离.针对物流运输动态路网的变化,把整个运输网络划分成不同的子路网,动态地优化变化附近运输节点所在的子路网,从而较迅速地得到最佳运输路径.仿真结果表明了该方法的有效性和快速性.     

融合改进A~*算法和动态窗口法的全局动态路径规划

针对移动机器人路径规划全局最优、实时避障的需求,提出了一种融合改进A~*算法和动态窗口法的全局动态路径规划方法。首先,基于传统A~*算法,结合Manhattan和Euclidean距离,设计了一种优化的启发搜索函数;然后,利用关键点选取策略,剔除冗余路径点和不必要的转折点;最后,融合动态窗口法,构造了顾及全局最优路径的评价函数,基于该评价函数,应用动态窗口法,进行实时动态路径规划,在保证规划路径全局最优性的基础上,提高了平滑性及路径规划的局部避障能力。实验结果表明:与传统A~*算法相比,所提算法规划的路径更平滑,可实时动态避障,且能输出控制参数,这利于机器人的自动控制;与动态窗口法相比,所提算法能够保证规划路径的全局最优性,路径长度由28.879m缩短为22.285m。该研究对于移动机器人自主导航的应用具有重要的参考价值。     

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.     

滚动窗口局部路径规划在未知环境中的应用

为了实现未知复杂环境下机器人的局部路径规划,提出了一种新的局部路径规划方法,使机器人自主探测周边障碍物情况.通过滚动窗口计算局部目标等途径进行路径规划,从而实现机器人无碰撞到达全局目标点.该方法可以使机器人在未知复杂环境中较快较好地进行路径规划.仿真试验表明该方法具有可行性、有效性和实时性.     

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     

基于MATLAB的AGV运行故障仿真研究

自动导引车（AGV）是自动化物流技术的三大标志之一。介绍了AGV及其发展现状,提出了一种基于MATLAB语言的AGV运行故障仿真思想,并结合具体实例进行仿真,为AGV的选型提供了一种参考思路。     

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。     

面向绿色再制造系统的AGV路径规划研究

为了解决绿色再制造系统中的自动导引运输车(AGV)路径规划问题的问题,提出一种粒子群遗传融合的AGV全局路径优化的自适应算法.该方法集成了遗传算法(GA)和粒子群算法(PSO)二者的优点,为了改善传统PSO-GA融合算法迭代前期寻优速度慢的问题,引入了自适应惯性权重;为了提高算法进入迭代后期的收敛精度,提出了一种双重交叉变异策略,使得改进的PSO-GA融合算法比传统的PSO-GA融合算法搜索能力更强,进化速度更快,收敛精度更高.为了验证改进后算法的优越性,采用栅格法模拟自动导引运输车运行环境并通过MATLAB对标准粒子群、遗传、传统的PSO-GA融合、改进PSO-GA融合四种算法解决路径优化问题进行试验对比,结果证明了改进后的PSO-GA算法的可行性和有效性.     

基于分步式Kalman滤波器的AGV姿态角估计方法实验研究

针对AGV的定位问题,设计了多传感器分步式Kalman滤波器,通过其对编码器、陀螺仪和超声波传感器等测量信息的融合实现了对AGV姿态角的准确估计。仿真结果表明所设计的滤波器是可靠的、有效的,实验结果验证了所设计的滤波器可实时、精确地实现AGV的姿态角估计,定位精度可满足实际生产中对AGV的使用要求。     

PRM蚁群融合算法的AGV路径规划研究

针对AGV运货时需一次性取多件货物的路径规划问题,提出一种PRM算法与蚁群算法相结合的融合算法,将问题拆分为路径的选择与TSP问题分布解决,即先利用PRM算法进行AGV路径规划,再利用蚁群算法决策出取货顺序,生成总的路径。最后采用matlab进行仿真实验,并与A*算法进行对比,结果证明了PRM蚁群融合算法比A*算法得出的路径更短、效率更高。     

基于序贯相似度的AGV图像配准方法

在视觉引导AGV技术中,符号识别是关键。为实现AGV对地面符号快速、准确的识别,当AGV视觉系统获得的地面符号图像时,首先利用统计特征区域的黑点数来筛选模板,然后采用基于模板匹配的图像配准算法对筛选后的模板进行匹配,完成识别。经过仿真实验证明,该算法的匹配率普遍达到90%以上,基本满足了AGV模板识别、定位的需要,并且计算量较小、计算时间较短。     

一类自主移动小车的停车控制方法

针对港口集装箱运输的自主移动小车(AGV)存在正常工作模式和停车模式的特点,提出了一种新的停车控制方法:从AGV的当前位置到待泊车位间规划出一条最佳行驶路径,然后用模糊逻辑控制(FLC)AGV按规划路径行驶;并用遗传算法对FLC隶属度函数中的参数进行优化.仿真结果表明该方法可行有效.     

基于场扫描的AGV路径识别

为了提高AGV系统的独立运行能力及其适应性，采用一种以图像处理技术为基础的视觉导引方式，实现了对各种复杂路径的定位识别首先将车载CCD摄取到的路径图像进行滤波预处理，并依据自适应闽值法对其进行分割；其次，采用一种基于场扫描的图像去噪及修补方法对分割图像作去噪及修补处理，以提高系统对各种复杂路径图像的适应性；最后，通过边缘检测，确定路径中线，实现路径定位。实验结果表明，该方法对复杂路面环境具有良好的适应性，提高了AGV运行的可靠性。     

考虑倒箱操作的AutoStore魔方型仓储系统自动引导车双层路径规划

新兴魔方型仓储系统AutoStore中,用于存放货物的料箱垂直堆放在相互拼接但独立的货格内,AGV除了要搬运目标料箱外,还需负责目标料箱上部阻碍箱的倒箱操作,且活动范围从二维平面扩大到三维空间,均增加了路径规划的复杂性。为了降低路径规划的复杂性,在分解作业流程的基础上,通过建立AGV双层路径规划模型的方法：内层模型以阻碍箱落箱位为决策变量,最小化单个目标箱的倒箱时间;外层模型将内层模型所得倒箱时间为输入参数,优化目标为最小化AGV完成任务时间。通过提出嵌套式启发式算法,将倒箱路径寻优嵌入多AGV多任务路径分配中。研究了不同规模算例,证明了本文所给方法的有效率和适用性;且仓储规模增大后,目标箱分散度增加, AGV作业时间大幅度增加;AGV数量和作业时间负相关;仓储率提高会增加倒箱几率,增加作业时间;目标箱数目变化与AGV作业时间正相关。结果证明在求解效率方面,主要受目标箱随机生成位置和仓储率影响,但绝对值也仅在10秒左右。