多自动导引车路径规划的时空冲突约束A*算法

针对自动导引小车(AGV)在仓储物流搬运系统中的路径冲突问题,提出一种基于时空冲突约束的A*算法.先在拓扑栅格地图的基础上加入时间轴建立时空地图模型,再针对时空地图的特点和冲突约束条件重新设计A*算法的子节点扩展规则和节点评估函数.利用改进后的A*算法按照优先级顺序为各个AGV规划路径,规划完成一条路径后,用mark表记录其在时空地图中的节点信息,再利用改进后的A*算法结合mark表搜索新路径.通过仿真实验证明了该算法的有效性.     

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%。     

工厂环境多AGV动态调度系统的组合优化

为解决某玻璃厂对多自动导引小车(AGV)的需求,提出了一套工厂AGV动态调度系统的软件架构。以具体的玻璃运输环境为研究对象,考虑路径冲突,AGV停车等一系列随时可能出现的现实因素,引入时间窗队列解决路径冲突问题,并利用时间窗优化Dijkstra算法。通过预处理地图信息减少算法计算时间复杂度。基于AGV系统的分布式特性提出多AGV报价竞争的路径融合算法,通过计算特征量将相似路径的订单融合成一条优化路径,缩短订单池完成的总时间。     

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。     

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。     

多载量AGV系统防死锁路口通行顺序优化及避碰

多载量自动导引车(AGV)具有更高的单车运输能力和更强的配送作业柔性,然而其长度不断变化的特点也加大了交通管控的难度。为保证生产线多种物料准时配送,研究了多载量AGV系统的交通管控问题。首先分析了与单载量AGV差异较大的两种运动冲突：针对多载量AGV变长特性,设计了一种变长度AGV路径空间冲突避免方法;针对交叉路口冲突,考虑到多载量AGV变长特性对阻塞环路死锁的影响,提出一种带防死锁策略的交叉路口通行顺序优化方法。根据AGV紧迫度和交通负荷均衡度构建了综合竞标价模型,并对获标AGV即将进入的目标路径段的阻塞环路进行死锁预测与避免。仿真实验结果表明,所提方法可保证任务紧迫度高的AGV优先通过,降低路口相关路径段的交通拥堵,并避免高密度AGV系统的环路死锁,从而提高生产线物料配送的任务准时率。     

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。     

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。     

基于深度Q网络的多起点多终点AGV路径规划EI北大核心

自动引导小车(AGV)在工厂中承担不同节点之间的物料运输工作,在考虑全局路径最优的情况下需要对AGV进行多起点多终点的路径规划。针对现有深度强化学习算法研究多考虑单起点达到单终点的路径规划情况,涉及多起点多终点的情况时泛化性能较差的问题,提出一种基于深度Q网络(DQN)的AGV全局路径规划求解模型。首先通过改进算法的输入的AGV状态和改进奖励函数的设置提升算法收敛的效率;再利用改变训练初始点位置的方式提升数据的丰富度和模型对环境的感知程度,并以此提升模型对不同起点单个终点环境下路径规划的泛化能力;最后在训练过程中插入不同终点下AGV的状态数据,以获得模型对多终点路径规划的能力。通过在不同规模环境下的仿真与A^(*)算法和快速扩展随机树算法的对比实验和模型的扩展性实验,验证了该方法在多终点情况下的路径规划能力。     

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。     

本刊2020年第10期要目预告

正新型指向式旋转导向钻井工具关节轴承动力学特性研究圆盘式磁流变液变面积传动性能研究基于数字图像相关方法的齿轮轴线平行度误差测量基于重力势能锁止的被动式下肢外骨骼参数优化齿轮机构非线性振动可靠性分析的多点穿越方法研究基于ROS的多AGV在交叉路口下协同控制策略基于郊狼优化算法的柔性作业车间调度问题考虑人员能力差异的多人共站混流装配线平     

智能工厂多搬运载体协同作业优化

针对智能工厂中多搬运载体间的协同作业问题,以堆垛机-AGV-机械手三资源为研究对象,考虑AGV在交叉路口避碰规则以及优先级动态调整规则,建立以总任务完工时间最少为主决策目标,以惩罚成本最低为辅助决策目标的协同作业优化模型;采用优化粒子群算法求解,为避免算法在迭代后期搜索能力弱易陷入局部最优的情况,引入遗传算法中的自适应变异进行优化。通过实例验证表明,考虑AGV在交叉路口的避碰规则,能明显缩短任务完成时间和AGV在路口的等待时间,同时,验证了优化粒子群算法在求解和收敛速度方面性能优于传统粒子群算法。     

立体仓库多机器人协同路径规划与冲突消解

针对立体仓库中多机器人协同路径规划问题,建立了一个具有最优作业时间和能耗的多目标路径规划模型.采用分治-协作策略将多机器人路径规划问题分解为多个单机器人路径规划子问题.在路径规划中,采用改进的蚁群算法对每个机器人的初始路径进行规划.基于时空协同约束,采用协同迭代优化策略,提出了多蚁群协同进化算法.针对路径冲突问题,设计了一种动态优先级冲突消解策略,有效地解决了多机器人冲突问题,找到了最优路径组合.仿真结果表明,该方法能有效提高多机器人的协同搬运效率,降低能耗并缩短搬运时间.     

基于差分轮AGV的激光SLAM导航算法研究

差分轮AGV由于灵活性高、成本低廉而得到大量应用。作为差分驱动式AGV的关键技术,导航系统的算法实现成为研究热点。为此,文章将研究Cartographer SLAM和Gmapping SLAM两种导航算法在差分轮AGV上实现的优劣性。基于对差分轮AGV的运动模型的分析,在ROS平台上建立AGV仿真模型和两个面积分别为300 m2和1000 m2的仿真仓储环境。通过2种算法对这两个仓储分别进行了验证,结果表明：Cartographer SLAM导航算法在构建出的地图效果上要优于Gmapping SLAM导航算法,但构建地图耗时太久。     

深松机器人作业环境建模和改进路径规划研究

针对深松机器人深松土壤作业时对室外环境感知能力差,还需要人力驾驶拖拉机进行室外作业的缺点,基于ROS(Robot Operating System)框架下利用SLAM(Simultaneous Localization and Mapping同时定位与建图)和路径规划技术进行高精度室外深松机器人应用研究。阐述SLAM算法和Cartographer算法的原理,根据田地环境需求,选择适用的地图模式,基于ROS框架对本地路径规划和全局路径规划的算法进行了分析和研究,设计研发了基于ROS的深松机器人实验平台,在基于ROS的深松机器人实验平台上进行测试,分析基于ROS框架下各节点之间的话题通信数据流向。实验第一步运用Cartographer算法建立栅格地图,获取地图后,针对不同土壤环境的特点和农作物对土壤主要特征的要求经行分析,研究出两种深松机器人工作模式：大型微耕模式和大型深耕模式;实验第二步基于Cartographer算法提供的地图上进行大型微耕模式的路径规划和大型深耕模式的路径规划的实验,并对不同工作模式的路径规划的算法进行分析。结果表明：Cartographer算法满足室外农田环境下的定...     

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。     

Dijkstra算法在激光导引AGV调度系统中的应用

随着企业信息集成化的发展,AGV自动运输系统作为物流信息化、自动化的重要手段,得到广泛应用。AGV车体的设计制造技术易被掌握,相对而言,AGV自动运输管理系统才是整个系统的技术核心。针对AGV调度算法和路径规划算法以及地图建模方法,结合系统稳定性、实时性等方面的需求进行了研究,以解决电子地图的设计问题。采用Dijkstra算法求解单台AGV最短路径,用C#语言实现算法,解决了小车的道路选择问题,实现了对小车的智能无线控制。     

基于麦克纳姆的全向AGV自转与公转耦合控制算法

基于麦克纳姆的全向移动小车(Automated guided vehicle,AGV)在工业生产中有着广泛的应用。其现有的控制方法主要是通过单独控制AGV平移和转动来实现AGV的全向移动。通过分析AGV的运动学规律,提出了AGV自转、公转以及两者耦合运动的控制算法。运用理论分析、软件仿真和实验验证等手段,证明了该算法的有效性。提出的算法可拓展应用在任意曲线路径,具有较大的实际意义。     

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。