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。     

AGV任务与路线调度问题的解决方案

本文以自动导引小车系统（ＡＧＶｓ）在企业生产物流中的具体应用为背景,介绍了数学规划、仿真、人工智能、神经网络等先进解决ＡＧＶ寻找最佳路径的方法。应用启发式搜索算法和最短路径的原则为已生成的布局自动形成ＡＧＶ小车执行任务的路径。     

多层车间中自动存取系统的AGV配置优化

为节省企业成本,更好地适应市场的竞争环境,考虑多层车间与自动存取系统的规划设计问题变得愈发重要。针对定制型装备制造企业,多层车间中自动小车存取系统的自动导引小车(AGV)数量配置优化,研究将排队网络分析模型与启发式算法相结合的优化方法。以最小化AGV投资成本为目标函数,建立以吞吐率和空闲AGV数量两个性能指标双重约束的优化模型。由于约束条件无法用决策变量的封闭形式表示,提出排队网络模型用于求解性能指标,并通过将性能分析方法嵌入进启发式算法来优化AGV的配置方案。最后设计实验算例,通过将算例结果与仿真实验结果进行对比,验证了所提方法的有效性和准确性。     

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。     

改进迭代局部搜索算法求解多AGV柔性作业车间调度问题

针对受运输时间和运输资源约束的柔性作业车间调度问题,提出一种融合贪心启发式规则的改进迭代局部搜索算法。以最大完工时间为优化目标,建立多自动导引小车(AGV)柔性作业车间调度问题的数学模型,并采用工序串和机器串双层编码求解问题模型,解码时融入“先到先服务”的启发式规则来对每个运输任务分配最合适的AGV;生成初始解时考虑机器全局的工作负载平衡;设计了3种邻域结构用于随机邻域局部搜索,并采用精英解记忆库策略来指定当前解,有效利用历史搜索信息,保持算法集中性的同时扩大了搜索空间。采用最好解、相对标准差和算法平均运行时间3种性能指标,分别在小规模和大规模标准测试案例上对所提算法的有效性、稳定性和高效性进行测试,结果表明不管是在求解速度上还是求解质量上其表现都优于遗传禁忌搜索算法、带转移瓶颈的遗传禁忌搜索算法和延迟接受爬山算法。     

基于数字孪生的多自动导引小车系统集中式调度

针对具有多辆自动导引小车的多机器人存取系统在分布式调度时系统性能不明确、优化程度低的难题,提出一种基于数字孪生的集中式调度方法.建立了以物理系统、虚拟系统、孪生数据中心和系统支撑服务为核心的数字孪生模型,提出物理系统接收指令和采集数据机制、虚拟系统方案生成与仿真机制、孪生数据中心数据处理和对比机制,并基于系统支撑服务确...     

Dijkstra算法在AGV调度系统中的应用

目前仓储物流配货中,订单的周期短、批量少、批次多,传统的仓储物流模式已很难适应新的需求. 随着自动化仓储物流的不断发展,基于AGV的仓储物流配货技术得到推广与使用. 首先基于仓储物流形式,建立了一个有效仓储空间模型并制订了适于AGV的运行路网,然后根据配单任务需求,给出了AGV运行总距离最短的数学模型,对单任务调用AGV及多任务调用AGV进行分析,运用Dijkstra算法解决了仓储配货系统中AGV与任务的匹配问题.     

多机器人存取系统动态调度方法

针对多机器人存取系统实时性要求高,动态事件发生时易偏离调度计划的难题,提出一种动态调度方法。对系统内发生的动态事件进行分析,确定不同动态事件造成的后果和对调度的影响。建立以完成时间最小为目标的动态调度模型。提出动态调度方法实现系统内实时订单到达情况下的预调度和动态事件发生后的重调度。根据动态事件的不同影响,确立动态事件发生时的重调度规则。通过实例证实,相比现有调度方法,所提出的动态调度方法能够及时响应紧急订单到达和机器人故障等动态事件的发生,获得完成时间更小且路径长度更短的调度方案,选择在故障时间后对受影响机器人进行重调度对重调度结果的影响更小。     

多目视觉与激光组合导航AGV精确定位技术研究

为进一步提高自动导引车(AGV)的定位精度,提出了一种多目视觉与激光组合导航的精确定位方法。该方法首先提出了一种基于双目视觉实时测量的AGV位姿控制技术,通过多目视觉系统来识别导引线侧的多个圆形标识点完成前瞻预判与精准定姿。采用基于代数距离方差校验的改进型最小二乘拟合椭圆算法来确定各标识中心坐标,结合激光扫描与视觉定位信息,采用无迹卡尔曼滤波算法进行多传感器信息融合,最终实现精确定位。实验结果表明:使用该方法后定位精度明显得到提高,控制曲线更为平滑,定位鲁棒性更好,姿态调整精度可达±0.5°,停车定位精度可达±1 mm。     

药品仓库堆垛机与AGV集成调度优化

针对药品仓库药品批次要求严苛、出入库频次较高等原因导致的堆垛机与自动导引小车(AGV)空载率高、效率低等问题,以出入库订单作业总时间最短为目标,建立了适合于药品仓库的堆垛机与AGV集成调度的混合命令序列作业时间模型.针对集成调度模型的组合优化问题,设计了改进的免疫克隆算法,构造改进记忆单元克服了原始免疫克隆算法只记忆单...     

一种AGV系统的整体架构设计

为了降低地面系统的负载压力,提出一种自动导引小车系统架构(FAGVS)。该架构采用分布式协作思想将地面系统的部分功能下移到车载系统,利用车载系统的分布式计算能力使自动导引小车协作完成运输任务。该设计对整体系统进行重新构造,不仅可以降低地面系统压力,还可使自动导引小车具有自主移动等能力。对FAGVS进行了形式化定义,描述了各模块间的关系,并论述了关键技术,最后通过实验对比了FAGVS与一般自动导引小车系统的优劣。自动导引小车在工厂的成功应用表明所提架构具有一定的实用价值。     

基于改进遗传算法的多AGV调度优化

为解决生产车间多AGV任务调度的问题,提出了一种改进的遗传算法进行AGV任务的分配和路径的优化,并建立了数学模型;通过改进遗传算法的变异算子,提高种群的收敛速度和收敛性。实例仿真表明,改进的遗传算法收敛速度更快、路径更优。     

基于GEP-DES的柔性流水车间机器与AGV集成实时调度方法

智能制造背景下,考虑机器与AGV集成实时调度对整个生产系统效率提高具有重要的意义。针对工件动态到达、加工时间存在波动的情况,提出一种将基因表达式编程算法与离散事件仿真(GEP-DES)相结合的实时调度方法以解决基于最小化最大完工时间为目标的机器与AGV集成调度模型。该方法在离线阶段设计三段式编码的GEP算法以描述机器与AGV集成运作过程,借助DES过程获取目标函数值以对GEP指标性能进行评估,最终挖掘出高质量的调度规则。挖掘出的调度规则与在线阶段车间实时工况信息交互以实现机器与AGV集成的实时调度。最后,将所提方法与传统调度规则方法进行对比,实验结果验证了所提方法的有效性与优越性。研究成果为快速响应柔性流水车间生产中的机器与AGV集成实时调度提供了方法支持。     

考虑换电过程的自动化码头AGV调度优化

针对自动化码头自动导引运输车(Automated Guided Vehicle,AGV)实际换电需求的特性,为减少AGV换电排队时间,降低换电过程对AGV调度的影响以提高其作业效率,构建了考虑换电过程的AGV作业调度混合整数优化模型。该模型在考虑AGV电池电量以及AGV不同状态耗电差异的约束下利用AGV作业顺序与换电站作业时间窗的协同,改变AGV原有换电策略,交错各AGV到达换电站的时刻以减少AGV换电排队时间。最后通过遗传算法(Genetic Algorithm,GA)对该模型求解,算例分析结果表明:与原有换电策略调度相比,优化后的换电策略有效减少了90. 96%的AGV换电排队时间,并提高了28. 03%的AGV作业效率,验证了该模型的有效性。     

基于多代理结构的Job Shop动态优化调度策略的研究

把基于多代理技术的Job Shop动态调度方法与基于规则的调度策略相结合,在提出的基于多代理的Job Shop动态调度系统结构的基础上,着重研究了,规则调度策略在各级Agent行为设计中的应用,提出了Agent之间竞争与协作方式及投标计算方法,并在实验系统中对仿真结果进行了分析,为解决车间零件加工动态调度问题提供了一种新的方法。     

基于数字孪生的自动化集装箱码头多AGV动态调度

自动导引车(AGV)调度是自动化集装箱码头作业的关键环节,其效率也是影响码头整体作业效率的决定性因素之一。为了应对作业中不确定事件、信息不对称以及生产信息透明度低等问题对AGV调度效率和稳定性产生的影响,提出了一种基于数字孪生的自动化集装箱码头多AGV动态调度方法,通过码头物理空间和孪生空间的闭环交互以提高调度效率和减少调度偏差。构建了一种多AGV动态调度数字孪生框架和调度问题模型,深入探索了数据服务平台、数字孪生多维多尺度模型的构建、虚实一致性验证的运行机理以及码头虚实交互;详细阐述了基于数字孪生的多AGV动态调度流程和相应算法设计,并以某自动化码头实际的AGV调度过程为例,设计了原型系统来验证所提出AGV调度模式的有效性。     

基于数字地图的AGV自主避障技术研究

采用精确标志块来标定摄像机以及手动引导AGV生成比较精确的数字地图,由数字地图在起始点和终点均已知的情况下生成起点到终点的最短路径,并由此确立目标点组和观测点组,再生成对应于每个观测点的距离轮廓图。AGV在自动导引中结合数字地图以及对应于观测点组的距离轮廓图可以实现灵活的自主导向和避障。此方法应用比较简单且导引效果将和运行精度较高。     

基于改进A算法的AGV路径规划研究

针对传统A?算法在AGV路径规划中存在遍历节点数和转弯次数较多问题,提出一种基于启发函数改进A?算法.该算法采用加权曼哈顿距离作为启发函数,使得距离估计成本更接近最短距离,以减少算法遍历节点数;另外,在算法启发函数中引入转弯修正代价参数,从而减少路径转弯次数.MATLAB软件仿真实验结果表明,较传统A?算法,基于启发函数改进A?算法在AGV路径规划中能有效减少遍历节点数和路径转弯次数,提高AGV路径规划中路径搜索效率和路径平滑性.     

考虑充电的多AGV的作业车间调度问题

自动导引车(AGV)在生产车间的应用,给车间调度带来许多额外的需要解决的实际问题,如运输任务AGV分配、AGV电量约束、AGV数量约束等,使得其调度问题更加复杂和困难.针对多AGV运输工件的作业车间调度的特点和约束条件,建立了考虑充电约束的多AGV运输工件的作业车间调度模型,通过虚拟设备的方法设计了工件分配和AGV运输任务的两段染色体编码,设计了工件分配和AGV任务分配的集成解码方法,并设计了改进遗传算法进行求解,进一步分析了AGV数量、AGV电量和运输时间等因素对优化目标的影响,最后通过作业车间典型算例仿真验证了模型与算法的有效性.     

柔性生产系统配料区多自动导航小车调度优化

为解决配料区物料运输多自动导航小车的调度问题,以自动导航小车给柔性生产系统配料区补料搬运时间最短为目标建立数学模型,提出了一种改进的遗传算法进行自动导航小车的任务分配和任务排序优化。算法采用了整数编码和多参数编码相结合的方式,同时为避免常规交叉变异算子易出现非法解的状况,采用了对离散随机种群中染色体进行扩展的初始种群生成方法和分段式交叉变异算子,优化结果给出了多自动导航小车的任务分配方案。通过某重型机械公司的装配车间内多自动导航小车调度的优化实例,并与分支定界算法和未改进的遗传算法进行结果对比,验证了该方法的有效性和可行性。