一种基于滚动窗口的AGV动态路径规划算法

AGV是一种无人驾驶搬运车,是智能型移动机器人的一种。路径规划技术是AGV技术研究中的一个重要领域。在多AGV协调作业时,需要研究AGV动态路径规划问题。由于AGV运行时需要很高的实时性和安全性,本文采用了基于滚动优化窗口的路径规划方法。在当前滚动窗口中,提出了一种针对AGV特点的动态路径优化算法。最后,通过仿真证明了该方法的有效性。     

混合遗传算法的AGV路径规划的应用

本文介绍了一种将Ford算法与基本遗传算法相结合来实现AGV路径规划的算法。采用链接图法建立AGV的工作环境模型。给出了用该算法实现的路径规划的仿真与实验结果。     

AGV视觉导航模糊控制研究

本文提出了一种AGV视觉导航模糊控制方法。首先对AGV建立其运动学模型,分析其可能的位姿,其次建立模糊控制器进行控制。仿真结果表明,车体能够在很短的时间内实现纠偏,达到期望位姿。     

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。     

移动机器人智能车场停车资源调度分配

当今社会“停车难”的问题日渐严峻,通过引入移动机器人(automated guided vehicle, AGV)构建自动化智能停车场迫在眉睫。针对AGV智能停车场可以自由选择终点这一特点,本文提出了一种停车资源分配方案的代价评价模型,将路径干涉概率引入代价评价模型;同时针对现有的停车资源分配方法对AGV运行情况运行不足从而造成浪费的情况,本文在现有的停车资源分配方法的基础上提出了根据距离交替分配以及基于遗传算法的整体规划分配两种停车资源分配方法。通过Plant Simulation软件对代价模型以及分配方法进行验证,仿真结果显示：在44个停车位,4辆AGV投入运输的情况下,通过降低停车代价将停车总时长提高了30.4%,并针对仿真过程对影响停车效率的因素进行分析。     

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.     

基于激光传感器定位的非完整AGV导引控制

针对非完整AGV (automatic guided vehicle)复杂非线性系统的高精度自由路径导引控制问题,提出一种基于激光传感器定位的路径跟随控制方法。首先在Serret-Frenet框架下建立AGV路径跟随运动学误差模型;然后基于Lyapunov直接法设计渐进稳定路径跟随控制器,解决AGV非完整约束控制的困难。最后采用多点激光反馈三角测量方法,实现AGV的精确实时定位。仿真结果表明,该控制器能够快速消除路径跟随误差,AGV系统运行平稳,能够精确跟随规定路径。     

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。     

基于离散型鲸鱼优化算法的AGV与机器集成调度方法

针对制造系统中考虑路径冲突的AGV(automated guided vehicles)与机器集成调度问题,提出一种基于时间窗和Dijkstra算法的离散型鲸鱼优化算法。首先,以最小化最大完工时间为目标,建立AGV与机器集成调度的数学模型,并采用一种三段式编码实现AGV和机器的集成编码,建立连续空间与离散空间之间的映射关系;然后,为了保证初始种群的质量和多样性,设计一种结合混沌映射和对立学习的扩展型GLR(global, local, random)种群初始化方法;运用Levy飞行算子和阈值重启操作进一步提高算法的全局搜索能力;最后,为了提高算法的局部搜索能力,引入结合问题特点的变邻域搜索算法。标准算例仿真实验和柔性仿真实验证明了该算法解决AGV和机器集成调度问题的可行性和优越性。     

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.     

自主移动小车点镇定的控制参数优化及仿真

针对自主移动小车的点镇定问题，提出了对控制律的参数进行优化设计的思想，并放松了原有控制律对参数取值区间的限制，使系统的点镇定性得以进一步优化．仿真结果表明：控制参数的选取对自主移动小车的点镇定性影响很大；不同的自主移动小车初始位姿下控制参数的最优取值不同；通过优化控制参数以提高自主移动小车的点镇定性是可行与有效的．     

FMS—AGV传输系统自学习调度方法

针对ＦＭＳ－ＡＧＶ传输系统调度的不确定性因素,对ＡＧＶ在线运行状态参数实时记录并学习,运用动态规划算法和模糊数学的方法,提出了模糊动态规划（ＦＤＰ）算法．给出了适于计算的迭代算式,结合人工智能（ＡＩ）编制了ＡＧＶ传输系统调度软件包．本算法利用在线记录的ＡＧＶ运行数据进行模糊处理和学习,有效地调节用于描述ＦＤＰ算法的模糊模型参数．这种自学习ＦＤＰ算法在ＡＧＶ的路径规划中有较好的适应性．对于一个新的ＦＭＳ－ＡＧＶ系统,经几次规划自学习之后,该算法就能很好地用于系统的实时调度中．     

集装箱码头AGV调度优化

为了解决集装箱码头自动导航车AGV(Automatic Guided Vehide)调度优化问题,建立以无效最短时间为原则的数学模型,采用Netlogo软件模拟仿真,比较了“作业线”和“作业面”两种调度模式,验证所建立数学模型的合理性以及“作业面”调度模式的优越性.在验证实验模型的基础上进行了仿真实验的应用,通过假设,以运载900 TEU为例,设置车道数为2车道和3车道,以及岸桥与AGV的配比为1∶4,1∶5,1∶6时,对比分析不同模拟环境下AGV的等待率,实验结果是当车道数为3以及岸桥与AGV的配比为1∶6时,AGV的等待率为3.71%,为6种模拟情况中的最佳AGV和岸桥配置方式.该结果能够在一定程度上对自动化集装箱码头的调度作业提供参考和借鉴,提高自动化集装箱码头的作业流畅性,更好配合越来越大型化的集装箱船装卸作业,提升码头的作业效率和信息化水平,实施有效的作业管理.     

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。     

基于线性自抗扰的AGV轨迹跟踪控制器设计及参数优化

针对自动导引车（AGV）的轨迹跟踪问题，通过将多入多出的非线性运动学系统解耦为多个单入单出的线性系统，在此基础上设计了基于线性自抗扰控制（LADRC）的轨迹跟踪控制器；引入混沌搜索对量子粒子群算法（QPSO）进行改进以解决其易于陷入局部最优的问题，然后利用混沌量子粒子群算法（CQPSO）对LADRC控制器的参数进行整定；最后分别就参考轨迹为直线和参考轨迹突变情况下的轨迹跟踪情况进行了仿真实验，实验结果证明了本文设计的轨迹跟踪控制器的有效性。     

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。     

基于快速平稳幂次趋近律AGV滑模轨迹跟踪控制研究

针对应用于地下车库的自动导引车(automated guided vehicle, AGV)轮式泊车机器人轨迹跟踪过程中的位置偏差和姿态偏差问题,提出了一种快速平稳幂次趋近律的滑模轨迹跟踪控制方法。首先,在泊车机器人坐标系下建立运动学模型,通过全局坐标系与机器人坐标系之间的转换关系,得到泊车机器人在全局坐标系下的运动学模型;然后采用Lyapunov直接法设计滑模切换函数,采取快速平稳幂次趋近律的方法使泊车AGV从偏差状态快速到达滑模切换面,使AGV泊车机器人快速平稳地跟踪给定参考轨迹。最后,通过MATLAB进行仿真试验,仿真结果验证了所提方法的可行性与有效性。     

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