A~*算法的改进及其在AGV路径规划中的应用

A~*算法是一种启发式搜索算法,被广泛应用于路径规划中。其中,启发函数的设计尤其重要。针对物流工厂中自主移动机器人AGV运行路径的特点,提出一种A~*算法中启发函数的设计方法,以提高路径搜索效率。首先,进行环境地图建模,使用拓扑建模法,将AGV运行地图转化为图论中的有向图,并以邻接表的形式存储有向图中节点信息和边信息;然后,研究不同启发函数的选择对A~*算法执行效率的影响;最后,对A~*算法进行改进,结合实际工厂中AGV路径特点,研究加权曼哈顿距离中权值的选择对算法执行效率的影响,并选取经验值进行试验。试验结果表明,与采用曼哈顿距离作为启发函数的A~*算法相比,采用改进的A~*算法平均路径规划效率提高了11.6%。改进A~*算法在AGV路径规划中可以有效提高路径搜索的效率,作为一种适用于工厂环境的AGV的路径规划算法,对A~*算法启发函数的设计有一定的参考价值。     

基于RRT改进算法的AGV路径规划

传统快速扩展随机树（RRT）算法在搜索空间中,随机采样生成我们所需要的树,由树的起始点直到终点,探索出一条无障碍的路径。采样点是均匀随机,导致算法过于随机,生成路径的效率不高且生成路径质量偏低,在面对狭窄通道时容易导致算法局部循环甚至搜索失败,传统算法生成的路径过于曲折不利于跟踪行驶。针对这些问题,改进后的算法在RRT的基础上,增加算法贪婪计算和目标节点的启发;将扩展的采样点重点集中于一定的区域,满足正态分布。仿真实验表明,改进后的算法效率更高,生成路径质量高,面对狭窄通道这个传统难题也可以高质高效地生成一条路径,利于AGV跟踪行驶。     

基于时间窗的改进两阶段AGV路径规划研究

针对自动导引车(AGV)在仓储物流搬运系统中的路径冲突问题,提出了一种基于时间窗的改进两阶段动态路径规划方法.对原有两阶段路径规划方法进行改进,在离线情况下,将时间窗原理和Di-jkstra算法相结合,顺序规划出各个AGV的路径,采用改变AGV优先级的方法在线进行路径动态规划.通过仿真实验证明了改进后算法可以减少冲突的概率,有效地避免了AGV之间的碰撞,不仅具有很好的鲁棒性和柔性,而且可以提高系统效率.     

基于三次B样条曲线的叉车型AGV路径规划研究

针对工厂环境下叉车型AGV在沿给定参考路径运行时,因避障等问题产生的大幅度偏离参考路径的现象,将三次B样条曲线用于路径规划。规划路径在满足AGV运动学约束、最大曲率约束、起点和终点位姿等约束的条件下,使AGV以最短距离回到原参考路径。算法将路径规划问题转化为参数优化问题,将规划路径距离作为目标函数优化求解参数。算法最后使用Matlab针对直线和圆弧参考路径进行了仿真验证,结果表明本文算法能够在大偏差情况下,规划出一条最短路径,使AGV回到参考路径。     

基于 WebGL 的多AGV物流调度仿真系统的研究与应用

针对K公司汽车总装生产线中多AGV(Automated Guided Vehicle)电量分配不均、路径冲突、AGV利用率低等物流调度问题,为了提高K公司生产线中多AGV物流调度的效率,设计了一种多AGV物流调度仿真系统;利用WebGL(Web Graphics Library) 技术建立了整个生产线场景的三维模型;系统能够自动给AGV分配任务,在AGV执行任务时,将AGV的电池电量和AGV路径规划问题考虑到物流调度系统中;该系统实现了对物流调度系统中AGV运输任务的合理分配,提高了物流调度的效率;经实际应用满足了K公司汽车总装生产线多AGV物流调度工程上的应用。     

紧致密集Auto Store系统AGV路径规划与避碰策略

针对新兴紧致密集仓储系统Auto Store具有短途挪库作业多、顶层AGV冲突多、货架结构性角落多等特点,提出一种离线-在线两阶段AGV优化调度方法.离线路径规划阶段,给出改进双层A*算法,在拓扑图建模划分搜索区域基础上,上层通过考虑冲突的启发式函数和考虑转弯的代价函数寻求可行区域,下层在此区域基础上搜索最优路径.在线...     

AGV路径规划及避障算法研究综述

自动导向车(Automated Guided Vehicle, AGV)目前被广泛应用于物流、仓储、制造业和仓储等领域.AGV的路径规划和避障算法是实现AGV自主导航的关键技术,决定了AGV在复杂环境中能否高效、安全地完成任务,近年来成为AGV领域的重要研究热点之一.本文根据AGV路径规划及避障算法的原理与特点,将主流AGV路径规划及避障算法划分为局部避障路径规划算法、基于几何模型的路径规划算法、智能路径规划算法和混合算法4类,对算法的原理、工作流程、优缺点进行了深入分析,并介绍了相应的改进算法.最后,本文对AGV路径规划及避障的未来发展趋势进行展望,为AGV路径规划及避障算法的研究指出了方向.     

基于两层编码遗传算法的机器人路径规划

讨论了在障碍物已知的二维环境里,在两上已知点之间寻找最短欧氏路径的问题,用了一种基于遗传算法的新的空间分割的方法,在遗传算法中,提出了一种新的编码方法－两层编码,这种编码来源于分子数量遗传学中的遗传机制,它能够大大夺强编码的表达能力,这种方法的核心就在于通过中间层编码来降低搜索的复杂度。     

多周期家庭护理的路径规划与调度算法

在家庭护理服务质量方面,现有研究大多考虑老人的服务需求是否得到满足、服务是否及时、老人对服务是否满意等因素,忽略了老人在选择护工上的偏好习惯。提出带服务约束的多周期家庭护理路径规划与调度问题,并将其归约为多车场车辆路径优化问题,证明该问题的NP难解性。为了在老人提供的黑名单、必选服务技能、服务价格等约束下最优化家庭护理机构的服务质量,提出贪心算法,优先为服务开始时间早的老人提供服务,为老人安排最高服务质量的护工。以贪心算法求得的结果作为初始解,并针对该问题的多周期性质,定制一个遗传算法对初始解进行优化,以获得更优的多周期护工路径规划方案。在3组不同规模的开源数据集上进行实验,结果表明,与基准算法和随机算法相比,所提出的贪心算法将服务质量分别提高了31.7%和79.8%,定制的遗传算法将服务质量分别提高了65.7%和126.3%。     

基于时空A*算法的多AGV无冲突路径规划

物流中心作为快递转运的重要枢纽,其分拣效率在一定程度上影响着快递的配送时间.多台自动导引车(automatic guided vehicle,AGV)协同分拣能够大幅提高作业效率.本文研究了多AGV协同作业场景中的无冲突路径规划问题,在栅格地图建模环境的基础上,提出了基于冲突搜索的两层路径规划架构.冲突搜索与约束添加均...     

Dynamic Scheduling and Path Planning of Automated Guided Vehicles in Automatic Container Terminal

The uninterrupted operation of the quay crane (QC) ensures that the large container ship can depart port within laytime, which effectively reduces the handling cost for the container terminal and ship owners. The QC waiting caused by automated guided vehicles (AGVs) delay in the uncertain environment can be alleviated by dynamic scheduling optimization. A dynamic scheduling process is introduced in this paper to solve the AGV scheduling and path planning problems, in which the scheduling scheme determines the starting and ending nodes of paths, and the choice of paths between nodes affects the scheduling of subsequent AGVs. This work proposes a two-stage mixed integer optimization model to minimize the transportation cost of AGVs under the constraint of laytime. A dynamic optimization algorithm, including the improved rule-based heuristic algorithm and the integration of the Dijkstra algorithm and the Q-Learning algorithm, is designed to solve the optimal AGV scheduling and path schemes. A new conflict avoidance strategy based on graph theory is also proposed to reduce the probability of path conflicts between AGVs. Numerical experiments are conducted to demonstrate the effectiveness of the proposed model and algorithm over existing methods.      

基于改进蚁群与动态窗口法的AGV动态路径规划

针对全局静态路径规划算法无法有效躲避动态障碍物、局部动态路径规划算法缺少全局环境信息指导规划路径质量差或无法成功到达目标点等问题,提出了一种结合改进蚁群算法和动态窗口法的全局动态路径规划算法,实现在动态环境中的全局最优路径实时规划.对传统蚁群算法提出了初始信息素不均匀、双向分布、引入放大系数A增大相邻栅格启发信息差异、...     

基于AGVs路径规划的物流智能调度系统设计与实现

为了解决现有物流调度系统低效缓慢、容错率低的问题,设计了基于自动导引运输车(AGV,automated guided vechicle)和路径规划优化算法的物流智能调度系统;系统搭配了AGV的物流调度硬件,又结合了路径规划理论,开发了基于Petri网络的智能路径规划算法;通过算法性能对比得知,路径规划算法设计了最优调度路径,确保了较高的准确率和工作效率;系统测试结果显示,基于AGVs路径规划的物流智能调度系统能够在各种物流环境或者库房基地完成调度任务,很好地解决了物流企业在忙碌期的繁杂调度问题;基于AGVs路径规划的物流智能调度系统提高了物流调度的自动化程度,保证了物流调度和道路运输的效率,有效推动了商业模式和市场规范的发展。     

基于CiteSpace的AGV路径规划研究热点分析

AGV路径规划对于提升物料搬运效率起到了重要作用,随着技术的发展与AGV应用范围的逐步扩大,路径规划问题得到了许多学者的研究与关注.本文利用文献统计分析法与可视化工具CiteSpace软件,以中国知网与Web of Science为对象,对中外文文献分析.首先通过关键词词频与中心性排序得出研究热点,中文文献研究热点包含...     

基于时间窗的AGV动态避碰路径规划方法

为了解决多AGV在动态不稳环境下的无碰撞路径规划和系统效率提升的问题,提出了基于时间窗的AGV无碰撞路径规划方法。首先建立了多AGV的避碰模型,并结合时间窗模型,将多AGV的无碰撞路径规划分为预先规划和实时规划两阶段,预先规划阶段进行多AGV无冲突时间窗的计算和最大化系统中AGV的流通量,实时规划阶段通过改变AGV在避碰模型上的占用优先级和局部重规划的方法进行动态避碰。最后以某智能仓储为应用案例进行仿真实验,证明了该算法能有效避免多AGV的碰撞,提高AGV的流通量,同时在动态环境下具有较好的鲁棒性和柔性。     

通信竞争的混合关键级系统多DAG动态调度策略

以多DAG模型研究通信竞争的混合关键级系统(mixed-criticality systems)的调度问题是适应现代汽车电子系统异构化和分布式的需要.首先实现通信竞争环境下“向上排序值(upward rank value)”和“最早完成时间(earliest finish time)”中时间的精确分析,以适应系统中计算与网络均异构,且任务与消息的同步特征.接着提出公平策略的多DAG动态任务与消息调度F_MDDTMS算法,以降低系统的调度长度;提出关键级策略的多DAG动态任务与消息调度C_MDDTMS算法,以确保高关键级应用的实时性;结合F_MDDTMS算法和C_MDDTMS算法,提出混合关键级策略的多DAG动态任务与消息调度MC_MDDTMS算法,既确保混合关键级系统中高关键级应用的实时性,又使得低关键级应用得到积极的处理.实例分析和实验结果验证了提出的算法在调度长度、不公平性、最差响应时间和实时性上的优越性.     

基于改进A*算法的AGV路径规划

相对于传统的物流仓库来说, 现在很多的自动化仓库不再使用工人去分拣货物, 而是使用自动引导车完成货物的分拣, 将“从人到货”的工作模式变为“从货到人”, 这种工作模式的转变, 不仅解放了工人的劳动力, 同时还实现了自动化仓库的机械化与自动化的结合, 大幅度地提升工作效率. 自动引导车在自动化仓库分拣货物的过程中一个重要的环节就是路径规划问题. 针对仓库中自动引导车的路径规划问题, 对传统的A*算法提出改进. 传统A*算法规划出来的路线具有路径过长、转折角度较大、路径不够平滑的缺陷. 针对以上缺陷, 提出动态加权以及改变搜索邻域的方法对传统A*算法进行改进, 因此减少了搜索节点, 提高了搜索速度. 同时多次使用高阶贝塞尔曲线对改进后的A*算法规划出来的路线进行平滑处理, 减少了转折点. 最后进行3组仿真实验对比, 证实本文提出的改进是有参考价值的.     

改进A*算法与动态窗口法的机器人动态路径规划

针对传统A*算法自身节点搜索策略存在路径转折点多、转折角度大、可行路径不是理论上的最优路径等缺点,将传统A*算法3×3的搜索邻域扩展为7×7,同时去除扩展邻域同方向的多余子节点,改进为7×7的A*算法,消除了传统A*算法的3×3邻域搜索和节点移动方向仅为0.25π的整数倍的限制,优化了搜索角度.其次,针对移动机器人在复...