基于冲突预测的多自动导引小车避碰决策优化

为有效解决路径冲突和避碰问题,提高多自动导引小车(AGV)系统的作业效率,提出基于冲突预测的多AGV避碰决策优化方法。结合图论提出一种基于顶点属性和实时位姿信息的冲突预测方法,在考虑路网全局状态的基础上建立避碰决策的数学评价模型,提出一种适用于多AGV系统避碰决策优化的改进粒子群优化算法,通过优化粒子运动的速度和方向避免优化算法过早收敛。采用融合遗传算法的变异思想为粒子引入变异操作,改善优化算法的全局搜索能力。最后通过实验测试表明,该优化方法可以有效解决多AGV系统路径冲突问题,还能缩短避碰过程中AGV的等待总时长,提高多AGV系统运行的安全性与效率。     

多AGV定位和路径规划方法研究

针对多AGV小车在实际应用中出现的路径冲突问题,提出一种基于时间窗的多AGV路径规划改进方法。以AGV实时定位和无线通信技术为基础,将时间窗算法和dijstra算法相结合,依次规划各AGV的路径,并采用实时更新位置信息和时间窗排布的方法对冲突路段进行路径动态规划,有效地避免了AGV之间的路径冲突,提高了系统运行效率。     

柔性作业车间多自动导引小车和机器的集成调度

针对含有AGV的柔性作业车间调度问题,提出基于时间窗和Dijkstra算法的混合遗传算法。建立了AGV/机器的双资源调度数学模型;采用3种解决策略处理多AGV路径规划冲突和碰撞;为了将机器和AGV调度集成考虑,设计了三链式编码结构及AGV编码链的交叉、变异算子,同时在遗传算法的解码操作中将Dijkstra算法与时间窗原理相结合,以精确地为任务小车规划出一条无碰撞无冲突的最短路径;算例对比验证了该算法的可行性、有效性和优越性。     

基于融合任务规则优先级蚁群算法的多AGV路径规划实现研究

蚁群算法所具备的合作搜索能力被广泛用于寻找单台AGV最短路径,却不适用解决现实情况中多台AGV同时使用的问题,为此提出了融合任务规则优先级的蚁群算法实现多AGV路径规划,用于解决现实问题中多台AGV同时使用而且存在多种碰撞冲突的情形。通过将AGV运行的路径环境进行建模等针对性措施,把蚁群算法引入到AGV路径规划的现实问题中,然后考虑多AGV路径规划可能存在的不同碰撞冲突类型,并考虑不同AGV拥有不同的任务优先级的现实情况,提出了避免AGV碰撞的策略,形成了基于融合任务规则优先级蚁群算法的多AGV路径规划算法。通过仿真实验结果,证实所提出的算法可以避免多台AGV之间的路径冲突,同时利用了蚁群算法寻求最优路径的能力,改进后的蚁群算法能够用于多AGV路径规划的实际场景中。     

数字孪生驱动的车间自动导引车路径规划

针对车间物流配送中的自动导引车(AGV)路径规划问题，以某企业自动化总装车间为研究对象，提出一种数字孪生驱动的AGV路径规划方法。建立了车间数字孪生环境模型，设计了基于环境地图孪生模型的无冲突路径规划算法。对于车间内实时到达的配送任务订单，采用改进的A^*算法结合环境地图孪生模型中的动态邻接矩阵和时间窗矩阵，按任务优先级顺序为相应的AGV规划无冲突路径，并实时更新孪生模型中的数据。所提方法使AGV配送的任务完成时间和冲突调整时间分别平均减少13.4%和17.54%。     

自动导向小车与加工设备多目标集成调度的聚类遗传算法

针对AGV与加工设备的集成调度问题,在考虑AGV无冲突路径规划的情况下,建立了以最大完工时间、AGV运行时间及机器总负荷为优化目标的调度优化模型,提出一种基于时间窗和Dijk-stra算法的多目标自适应聚类遗传算法.根据算法在不同迭代时期的特点,提出一种包含自适应个体交叉概率的交叉重组策略;设计了自适应种群变异概率;引...     

基于改进的两阶段控制策略的AGV路径优化调度研究

提出了一种基于改进后的两阶段控制策略和多目标的带约束遗传算法的控制策略,并用通过速度调节的冲突解决模式,实施对AGV系统的优化调度。首先利用遗传算法离线生成k条最优路径,再采用速度调节的冲突解决模式对其进行在线动态路径规划;若k条路径均不能满足条件,则用带约束多目标遗传算法计算最优路径。仿真证明:本文提出的调度策略,大大增加了AGV调度系统的柔性、效率和鲁棒性,提高了系统效率,为实际应用提供了技术依据。     

多自动导引车路径规划的诱导蚁群粒子群算法

为有效解决多自动导引车路径规划中的冲突问题,提出一种诱导蚁群粒子群算法。在自动导引车行驶时间计算的基础上,分析了路段冲突、节点冲突问题,建立了多自动导引车路径规划模型。在诱导蚁群粒子群算法的状态转移规则中,增加诱导因子来引导自动导引车规避冲突;将蚁群算法与粒子群算法相融合,对路径与等待时间进行同时优化。不同规模算例的仿真结果表明,该算法能有效避免路段冲突与节点冲突,提高多自动导引车系统运行的安全性与效率。     

基于多智能体系统的自动化码头多AGV无冲突路径规划

针对自动化码头中自动导引车(AutomatedGuidedVehicle,AGV)数量增加会导致AGV之间冲突更频繁的问题,以最小化AGV在岸桥和堆场之间的作业堵塞率为目标,考虑AGV行驶速度、作业时间和冲突距离,建立多AGV的无冲突路径规划模型。设计基于多智能体系统(Multi-Agent System,MAS)的多AGV系统的体系结构,采用基于黑板模型的交互协议作为AGV的通信方式,将改进速度控制方法和基于时间成本确定AGV优先级的方法作为AGV的协商策略,改进Dijkstra算法计算每台AGV的无冲突路径。通过不同控制方式的对比实验,结果表明基于MAS的控制方式比任务优先级的控制方式的系统平均堵塞率降低0.22%,AGV平均等待时间减少7.8s,平均完成时间减少8.9s,基于MAS的控制方式更加适合30台以上AGV的无冲突路径规划问题。     

自动化分拣仓库中多AGV调度与路径规划算法

自动化分拣仓库由多自动导引小车(AGV)同时作业,对大量包裹进行快速分拣。如何为AGV确定搬运包裹序列并规划无冲突的路径,是分拣作业的关键所在。为提高分拣效率,以最小化最大搬运完成时间为目标,定义了冲突AGV的优先级,提出一种生成无路径冲突的路径规划算法;进而,综合考虑AGV调度和路径规划,提出一种改进差分进化算法,算法采用反学习方法生成初始种群,运用自适应的变异和交叉概率进行进化操作,设计动态差分进化策略来提高收敛速度,并设计交换邻域和基于关键AGV的插入邻域进行局部搜索。通过数据实验验证了算法的有效性,并对关键问题参数进行了分析。     

基于改进遗传算法的AGV集结路径研究

AGV是自动物流仓储系统中的重要组成部分。针对多台AGV集结问题,在对路径时间窗进行分解的基础上,使用改进遗传算法进行求解,详细描述了算法求解的步骤。该遗传算法加入了基于时间窗的调整策略,能够有效减少冲突以及死锁发生的概率,加快求解的收敛速度,能在规定时间内求解出使集结总时间最短的方案。仿真分析表明:与传统遗传算法以及深度优先搜索算法比较,该算法的效果和各项性能更好。     

考虑任务行程时间的多载量自动导引车系统防死锁任务调度

针对多载量自动导引车（AGV）系统的任务调度和缓冲区死锁问题,提出了考虑任务行程时间的防死锁任务调度方案。以最小化延迟率和交通负荷不均衡度为目标,建立了任务调度模型;分析了任务调度中的实际约束,并在任务行程时间约束下构建了预测模型;针对任务调度模型,提出了一种基于人工免疫-灰狼优化（AI-GWO）算法的多目标防死锁任务调度方法,利用死锁避免规则禁止即将引发工位缓冲区死锁的任务运行,并融合AI-GWO算法对任务执行顺序进行多目标优化;最后,根据AGV负载均衡度进行AGV任务分配。仿真结果表明,上述任务行程时间预测模型具有较高的准确率,任务调度模型及防死锁调度方法具有较好的优化性能和计算效率,从而显著提高了物流系统的任务准时率和路径网络的交通负荷均衡度。     

FMS中自动导引车路径规划

针对柔性制造系统中自动导引小车(AGV)路径规划的问题,给出了一种动态路径时间模型,通过注册和删除自动导引小车在路径节点上的登记信息来更新模型;基于此模型,提出了一种基于A*算法的多AGV动态路径规划方法,该方法对潜在的冲突进行检测,并分类处理,避免了潜在的碰撞和冲突,从而有效的搜索最短时间路径;同时给出了算法的具体求解过程;最后结合基于VC++6.0开发的AGV控制系统软件对算法进行仿真,实例与仿真证明了算法的可行性。     

固定节点AGV系统调度方案分层优化算法研究

为优化固定节点下AGV系统任务调度等问题,提高AGV系统运转效率,提出了一种改进算法。以最小化整体作业时间为目标,通过固定节点产生路径方案,将任务调度分层为任务分配与任务排序进行分步优化,与直接优化调度的传统算法进行测试对比,改进算法的收敛速度更快,调度方案更佳,有效缩短了空载路程,实现了AGV系统调度问题的优化求解。     

基于改进时间窗的AGVs避碰路径规划

针对柔性制造系统中的自动导引车在动态不稳定环境下不能按照时间窗规划好的既定路径运行的问题,提出通过实时改变自动导引车通过节点的优先级,调整相应节点的自动导引车的通过顺序来更新自动导引车运行路径,对时间窗算法进行改进,从而实现多自动导引车动态环境下的路径规划。以含有8台自动导引车的淋雨线系统为应用案例进行仿真实验,对改进前的时间窗算法和改进后的时间窗算法进行对比,说明了算法的实现过程。通过仿真证明了该算法能减少冲突数目,有效实现多自动导引车避碰,具有更好的鲁棒性和柔性,同时能够提高系统效率。     

基于ROS的多AGV在交叉路口下协同控制策略

针对多自动搬运车(Automated Guided Vehicle,AGV)在物料运输车间内交叉路口下的协同控制问题,设计了一种在机器人操作系统(Robot Operating System,ROS)下的基于队列控制的多AGV协同控制算法。首先,利用Cartographer算法构建AGV工作区间的二维环境地图,规划出AGV可行驶的全部路径,并分析了交叉路口出现的冲突模型。其次,设计了交叉路口队列的数据结构,在地图和路径的基础上根据AGV行走速度划分出交叉路口的队列控制区。最后,融合ROS导航功能包编写多AGV协同控制算法,并结合数据库终端数据转存表设计了多种测试用例,对该算法进行了验证,实验结果表明:该算法能够有效地解决多AGV在各种冲突模型下的协同控制问题,降低了程序模块之间的耦合度,提高了程序的适用性。     

带时间窗约束的AGV集配货绿色路径规划问题研究

针对柔性制造车间背景下带时间窗约束的自动化导引运输车（automated guided vehicle,AGV）集配货绿色路径规划问题,以最小化AGV集配货过程能耗及时间偏离能耗作为组合优化目标,构建AGV绿色车辆路径规划模型,根据所研究问题特性,提出了一种改进变邻域搜索的混合遗传算法（GA-VNS）对其进行求解,并设计了5种邻域结构来提高算法寻优能力。通过对Solomon算例测试集进行求解,并与国际已知最优解进行数据对比,验证文章所提算法的可行性;进一步以某柔性制造车间某一生产时段的AGV物流运输任务作为实验案例,分别使用所设计的算法、GA和VNS算法对问题进行求解,数值实验结果表明了文章所提模型及算法的优化、适用性,为车间实现节能减排的发展目标提供一种可行方案。     

考虑充电路径的AGV无线充电系统双层规划

自动导引小车(AGV)作为一种智能搬运设备已广泛应用于仓储物流等领域，为解决传统充电方式充电时间过长影响工作效率的问题，提出了动态和静态无线充电相结合的充电方式，在AGV工作路径上铺设无线充电线圈，可使AGV连续不间断工作。为更加经济地铺设无线充电站，提出考虑充电路径的无线充电系统双层规划模型，上层模型构建了无线充电站最低建设成本的优化配置模型，对无线充电站的位置、充电功率、储能装置容量等进行协调优化；下层模型为考虑无线充电的路径规划模型，采用改进的A^*算法优化AGV的充电路径。最后通过遗传算法对整体模型进行求解，并对充电桩驻点充电和无线充电两种充电方式进行了对比，结果表明无线充电可有效节约充电时间，有利于提高AGV的工作效率。     

多差速驱动重载AGV运动轨迹优化

针对生产物流领域对重型装备转运的特殊需求,研制了一款多差速驱动重载AGV(Automated Guided Vehicle)产品,结合其结构特性提出了优化运行效率的轨迹算法。首先对多差速重载AGV的机械结构进行介绍,并对其进行运动学建模;其次通过典型的四种运动模式的分析,说明多差速驱动机构的灵活性;然后在换向规划轨迹融合方面提出了变曲率换向的轨迹融合算法;最后通过对多差速驱动重载AGV在不同轨迹路径下执行相同任务的仿真进行对比验证,结果表明文中设计的变曲率换向轨迹规划融合算法的轨迹运行方案要比传统轨迹的运行效率提35.7%,减少在过路径点的四次启停动作,因此新轨迹算法的运动更为平稳、高效。     

基于改进A*算法的AGV路径研究

路径规划能力是AGV(Automated Guided Vehicle,自动导引运输车)系统智能化程度的体现。在众多算法中,A~*算法使用代价消耗估算方式达到较快的计算能力,被广泛应用于AGV的路径规划中,但仍存在局部最优的规划问题,规划的路径上存在冗余节点和较多不必要拐点。为减少运输路径中的总能耗,缩短路径总长度和减少AGV转弯次数,采用分裂和筛选的方案对传统A~*算法进一步优化,提出改进A~*算法,使其在实际工作环境中搜索更加迅速、考虑更加周密。在传统A~*算法基础上,在未知节点的启发函数里增加转弯权值,可以在计算规划过程中考虑转向所带来的消耗,从而减少转弯次数。使用任务分裂方案可以尽可能多地选择出较优路径,其中的最优解能够实现得转弯较少,展现出比较平滑的线路。基于Ubuntu下ROS系统版本进行仿真,对比实验结果表明,改进A~*算法在规划时间、总行程以及转弯消耗等方面都优于传统A~*算法,提升了AGV的实际运行效率,减少了AGV小车的耗能,可以缩短路径搜索规划时间,更符合工厂环境对AGV的需求。