基于改进遗传算法的自动导引小车路径规划及其实现平台

针对自动导引小车全局路径规划算法收敛慢和容易陷入局部最小值的问题,结合灰狼优化算法改进传统的精英保留策略,避免了传统精英保留策略使种群多样性变差的缺点,增强了全局搜索能力;为了防止染色体上的基因聚集到小的邻域内,提出了基于染色体信息熵的自适应变异和交叉概率的改进遗传算法,其中对于与障碍物相交的染色体片段采用邻域变异算子,使染色体片段快速避开障碍物。采用MATLAB GUI工具开发出基于改进遗传算法的移动机器人路径规划平台。实验结果表明,本文所提出的改进算法和开发平台能高效并可靠地求解复杂静态环境中的移动机器人路径规划问题。     

基于改进灰狼优化算法的自动导引小车路径规划及其实现原型平台

针对智能优化算法求解自动导引小车路径规划问题效率低且易早熟的缺陷,提出一种用于求解复杂环境下自动导引小车路径规划问题的改进灰狼优化算法。算法引入路径微调算子和邻域变异算子来提高灰狼优化算法的局部开发能力,又引入新的初始解生成算法提高初始种群的质量;采用改进的路径片段与障碍物相交判断算法来提高算法的运行效率,再采用新的避障算子来提高路径片段避开障碍物的效率。基于MATLAB GUI开发工具开发了带有多种智能优化算法的自动导引小车路径规划仿真原型平台,并与单种群遗传算法、多种群遗传算法和改进遗传算法进行对比,验证了改进灰狼优化算法求解自动导引小车路径规划的有效性。     

基于遗传算法的自动导引机器人全局路径规划

基于轨线导引的自主移动机器人的全局路径规划是一种较典型的路径规划问题。本文将必经路径点的所有离散组合影射到连续的整数域 ,然后采用了基于二进制编码的经典遗传算法来进行最优路径规划 ,收到了良好的效果。仿真结果表明 ,此算法可在较短时间内求得最优解或近似最优解     

基于改进势场蚁群算法的自动引导小车路径规划研究

自动引导小车(AGV)是自动化车间里必不可少的一种运载工具,为了实现AGV小车可以在自动化车间环境下能够进行自主导航、避障和路径最优功能,提出了一种通过建立栅格地图,在蚁群算法的基础上加入人工势场局部搜索寻找最优路径的算法。该算法通过利用人工势场法中AGV到目标点的距离构造启发函数,根据对动静态障碍物的识别来重构不同的势场函数,从而增加AGV在局部路径上的搜索和安全避障能力,同时利用蚁群算法的搜索方式来寻找到目标点的全局最优路径。通过仿真实验证明了所提出算法能有效解决自动化车间环境中的路径规划问题。     

基于改进蚁群算法的自动导引运输车全局路径规划方法研究

针对自动导引运输车(AGV)全局路径规划采用传统蚁群算法存在收敛速度慢、易陷入局部最优的问题,提出了基于改进蚁群算法的AGV全局路径规划方法。首先,运用MAKLINK图论法构建了具有障碍物的环境模型,作为路径规划的基础;其次,改进的蚁群算法中融合了动态权重目标导向原理,设计了一种新的启发式函数,提高了其选择距离目标点更近的可选节点的概率,减小了AGV对非最短路径的选择概率;然后,采用动态调整信息素挥发系数策略进行了信息素更新,提高了算法的搜索效率;最后,将改进蚁群算法与传统蚁群算法进行了仿真实验对比。研究结果表明:与传统蚁群算法相比较,改进措施可使收敛速度提升近一倍,路径规划效率显著提高。     

基于图像引导的自动导引小车系统设计

图像导引作为自动导引小车AGV众多的导引方式的一种,以其方便灵活性得到了极大的关注和研究。采用联DSP视觉导引系统以及光流场的计算方法,用于AGV的运动物体目标检测以及碰障预测。     

基于改进遗传算法的室内移动机器人路径规划

将一种改进的遗传算法应用到室内移动机器人的路径规划中。能够克服机器人运动路径穿越障碍物,算法收敛速度慢,容易陷入局部最优等缺点。根据环境先验知识从种群数目筛选、适应度函数的确定、遗传操作等方面进行了改进,加快了算法的搜索进程和演化效率。提出了一种将环境中大障碍物分割并多圆化处理的方法,并根据障碍物与机器人每步运动轨迹间的位置关系来设计遗传算法的适应度函数,扩充了可行区域并有效避免机器人和障碍物发生碰撞。应用此算法可以获得移动机器人从起点到终点的全局最优路径,在MATLAB软件中仿真得到的结果证明,改进的遗传算法搜索质量高、进化和收敛速度快,得到的最优路径能够有效指导移动机器人完成室内的避障移动任务。     

基于改进遗传算法的移动机器人路径规划研究

基于传统遗传算法在移动机器人路径规划中应用的不足,对遗传算法进行了一定的改进.在初始化种群中采用闵科夫斯基和原理扩展障碍物,选择真正可行的区域,在可行区域中去初始化种群,这样提高了进化的速度;在选择算子中引入了相似性的概念,扩大父代的种类,避免快速进入局部最优解;在交叉算子中采用了动态确定变异概率,这样可以提高个体的质量;通过仿真证明了改进的遗传算法能够更快的收敛到全局最优解,方法是正确有效的.     

一类自动引导小车的路径规划方法

针对运行环境部分可知的自动引导小车,提出了一种全局路径规划和局部模糊逻辑控制相结合的方法.该方法不仅能有效利用已知环境信息,而且具有小车行驶路径短,运行速度适当和有效避障的特点.仿真结果表明了这一方法的有效性与实用性.     

基于改进遗传算法的钣金折弯自动工序规划

为了提高钣金折弯工序规划的效率,需要保证在不干涉的前提下,为每个工步选择合适模具,使得模具更换、板料的掉头和翻转次数尽可能少。为此,采用一种改进的高效遗传算法对折弯工序进行优化设计。该方法将发生干涉的工序位置引入适值的计算,在初始种群中快速进化出更优个体,同时为了提高遗传算法的收敛速度,将每一代中的最优个体直接保存到下一代中。实验结果表明该算法相对传统方法更具有高效性,能够快速得到近似最优解的工序方案。     

基于改进遗传算法的虚拟装配路径规划研究

装配路径规划是虚拟装配技术的核心,为了获得最优装配路径,在凸四边形障碍物环境中,通过对初始种群选取方法的重新定义,保证了参加演化算法的每条染色体都是可行的,同时对传统遗传算法中的变异算子和杂交算子进行改进,提高了算法的有效性。最后实验证明将改进的遗传算法运用到机械式减速箱装配中可得到更优的装配路径。     

基于改进遗传算法的多模型加工路径规划

在数控加工中,为提高整体的加工效率,往往将多个模型在一块坯料中进行排布,然后进行整体加工规划。为解决多模型整体加工中的路径规划问题,提出对模型及其连接点进行多次调整的方法。在将模型位置简化为加工轮廓的几何中心点的基础上,采用遗传算法对加工轮廓的几何中心点进行排序,确定整体的最短加工顺序。然后在保证加工模型间不发生干涉的情况下,通过对模型的姿态和加工起始点的位置进行调整,进一步缩短模型间的空间跳刀长度。为解决遗传算法易于早熟和难以跳出局部最优解等问题,采用父子代参与竞争和自适应遗传算子等方式对遗传算法进行改进。试验结果表明,该方法能有效地缩短多模型加工的整体路长,并且改进的遗传算法具有很好的收敛效果。     

基于改进自适应遗传算法的点焊机器人TSP路径规划

基于TSP问题建立焊点路径数学模型。同时为改善遗传算法自身收敛速度慢问题,采取适应度计算评估、适应度比例选择步骤;为了提高计算速度与避免局部最优缺陷,采用自适应交叉、变异算子,以及加入进化逆转步骤操作来提升算法全局计算和搜索能力。最后利用RobotStuidio仿真软件建立点焊工艺加工站,进一步检验算法在实际编程中的应用。     

基于改进遗传算法的 AGVS 单双向混合路径规划

针对自动导引车系统路径规划问题,首先提出了一种新的路径网络模型,即单双向混合路径网络布局。然后在仔细分析该种路径布局的特征和优势的基础上,使用改进的遗传算法实现其路径网络的规划,并详细描述了算法步骤。最后,通过对两个自动搬运系统进行路径规划、系统建模、系统仿真和对比分析,验证了单双向混合路径网络布局的优越性和可行性。     

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...     

基于边缘计算的工业应用:自动导引小车控制系统

目前大多数自动导引车控制系统使用云计算框架,实时性差。云端与自动导引小车之间有较大的网络延迟,这使得自动导引小车中如避障、路径规划以及障碍物识别等高实时性任务不能得到及时响应。由此提出一种基于边缘计算的自动导引小车控制系统,具有云服务层、边缘层和设备层3层架构。实时性高的计算任务部署在边缘节点,靠近自动导引小车,计算发生在数据生产者附近,可以减少任务处理延迟时间,提高实时性。实验证明,在执行相同任务时,基于边缘计算的控制系统比基于云计算的控制系统减少46.4%～58.8%的计算延时。     

基于自动导引车单向导引路径网络的智能车间设备布局规划

传统的设备布局设计规划方法通常采用两个设备之间的直线距离或者曼哈顿距离作为优化变量,而没有考虑工件搬运设备在实际行驶过程中的路线。在以自动导引车为主的智能车间中,则必须考虑实际物流路径和物流效率。基于自动导引车单向导引路径,采用搬运频率、单位距离成本、最短有向距离等参数建立智能车间设备布局模型,进而利用混沌遗传算法来实现对物流路径的优化和生产设备布局模型的解算。最后,通过对某缸盖智能生产车间的设备布局规划问题的具体研究,借助MATLAB将本文提出的优化算法与遗传—模拟退火算法和简单遗传算法进行对比试验,并将3种优化算法的最终结果在Plant Simulation平台上进行仿真运行,试验结果表明了所提出的基于自动导引车单向导引路径网络的智能车间设备布局规划方法的有效性。     

基于改进遗传算法的多直角贴装机器人路径协同规划

针对多直角机器人在大型复合结构板上协同贴片的问题,采用加入碰撞惩罚、分组进化、部分匹配交叉和自适应变异的改进遗传算法进行协同路径规划。利用MATLAB对3个直角贴装机器人进行了协同路径规划仿真实验,仿真结果表明：改进遗传算法规划出的路径更短、收敛速度更快,且无碰撞情况发生。