基于模态的柔性机器人协调操作系统的动力学分析

目前，对于柔性机器人协调操作动力学问题的研究已经取得了一定的研究成果，但 是这些研究大多采用有限元法来建立动力学模型，很难将这种模型应用到实际的控制中．本 文利用假设模态法和Lagrange方程，建立了柔性机器人协调操作系统的动力学方程，并给出 平面两3R柔性机器人协调操作刚性负载完成目标运动规划任务的数值仿真算例，从而验证本 方法的可行性和正确性．     

基于UML的AGVS仿真软件设计

基于AGVS的有色时延Petri网和有向图模型，使用面向对象的方法，以可视化建模和计算机动画仿真功能为目标；以统一建模语言(UML)为工具，Use Case View和Design View为重点进行了AGVS仿真软件的设计。按照该设计实现的软件已经成功地应用于AGVS的仿真研究当中。     

工业物流系统中AGVS的设计策略

探讨基于激光导航的自动导引车系统AGVS的设计策略，这种AGVS应用于现代工业物流系统中的自动化仓库管理系统。设计以现代物流中自动化仓库管理系统为基础，结合自动导引车系统AGVS的一般组成和功能，并且提出了AGVS的开放性设计思想。激光导航AGVS在物流领域中的应用是当今AGV技术工业应用领域研究的热点，而自动化仓库是物流领域的核心，基于激光导航的AGVS的设计正是为了解决这些问题而提出的。     

柔性冗余度机器人残余振动的抑制研究

柔性冗余度机器人兼具柔性机器人与冗余度机器人的特点，在航空航天等领域有着十分广泛的应用前景．但是存在的结构柔性及其引起的振动造成机器人的精确控制极为困难．本文研究了柔性冗余度机器人残余振动的抑制问题，给出了一种控制方法．这种控制方法通过机器人在末端运动停止后依然进行某种自运动对残余振动进行主动的控制，使其迅速衰减．最后通过仿真验证了其可行性     

多Agent及C-W算法在物流系统中的应用

将通常用于配送领域路线优化的节约法(C-W算法)运用于采购物流领域，研究运输过程中可能出现的突发任务，采用多Agent技术及时予以解决。针对装配企业采购物流中运输产品的特点，将任务分为初始任务和突发任务，初始任务采用插入车辆载重量、容积双重约束条件的C-W算法，突发任务采用车辆Agent自主竞标的方式，获得最优解的同时及时智能地解决突发任务。用一个实例验证了C-W算法对初始任务的分配和Agent车辆对突发任务竞标的适用性。     

柔性关节机器人基于柔性补偿的奇异摄动控制

传统的奇异摄动方法仅适用于关节具有弱柔性的机器人的控制．为了解决这一问题,设计了关节柔 性补偿器,大大提高了关节的等效刚度,从而消除了关节柔性对该方法的限制,使得奇异摄动方法能够应用于关 节具有一般柔性的机器人系统中．此外,对于慢子系统的控制,选择以投影算法作为参数估计规律的自适应控制 器,并证明了它的渐近稳定性．该控制策略没有关节柔性限制,不需要连杆加速度及其微分信号,便于工程应用． 最后以本实验室的柔性关节机器人为研究对象进行了实验研究,验证了所提控制策略的有效性和可行性．     

“云室效应”算法求解仓储系统的任务分配*

AGV的任务规划问题属于复杂的组合优化问题，是NP完全问题．本文提出一种与常规的由任务节点到任务链的规划过程不同的方法，采用由核心路线到基于核心路线的聚类到任务链的新的规划方法，即“云室效应”算法．在得到接近最优任务链之时，提高了规划的实时性．     

柔性冗余度机器人力矩优化的研究

本文首先应用模态理论，对柔性冗余度机器人振动的控制问题的原理与策略进行了研究．在此基础上通过对满足抑振要求的自运动的选取进行分析，指出柔性冗余度机器人在通过优化其自运动实现振动抑制的同时还具有二次优化的能力，并给出了在满足抑振的前提下实现关节力矩优化的方法．最后对一个末杆为柔杆的平面三杆机械手的振动控制与力矩优化进行了仿真，结果验证了该方法的可行性．     

基于任务-资源图的AGVS循环死锁搜索算法的改进研究

针对AGVS中循环死锁搜索算法研究中存在的不能搜索全部的循环死锁的问题,利用任务-资源图提出一个改进算法.改进算法如下:首先,根据AGV的相对位置关系和执行任务的情况,利用任务-资源图(Task-Resource graph,T-R图)对AGVS进行建模,然后根据循环死锁的T-R图特征,在每一个状态时刻下的T-R图使用图的强连通分支理论搜索循环死锁.当访问完所有状态时刻下的T-R图,也就找到了AGVS中的所有循环死锁.算例验证与理论分析均说明改进算法可以搜索到全部类型的循环死锁,解决了原算法存在的不足.根据改进算法开发的控制规则,可以有效避免新循环死锁的产生.同时指出,对改进算法稍加修改,可以找到AGVS中所有的循环死锁和非循环死锁.     

提高柔性机器人运动状态下固有频率的一种方法

对提高柔性机器人运动状态下的固有频率进行了研究．首先分析了影响柔性机器人固有频率的因素，得出了在结构参数不变的情况下，可以通过适当调整运动参数来提高机器人固有频率的结论；然后研究了机器人的初始位形与运动参数的关系，提出了通过规划机器人的初始位形来调整运动参数从而提高机器人在运动状态下的固有频率的方法，并且给出了相应的算法；最后通过数值仿真验证了该方法的有效性．     

具有行为效应的含AGV柔性车间调度研究

为了研究行为效应对含AGV柔性车间调度问题的影响,构建了考虑学习效应以及恶化效应的以完工时间最短为目标的数学模型。针对该模型的特点,采用基于工序、机床和AGV分配的编码方式,并提出具有混沌局部搜索策略的鲸鱼算法求解。数值算例结果验证了算法的有效性和可行性。实验对比了学习效应、恶化效应、学习—恶化效应、不考虑效应四种情况下加工时间的差异。同时研究了加工任务批量、AGV数量对加工时间的影响。通过实验证明了AGV资源约束和各效应共同影响了单位批量完工时间。     

Scheduling of no buffer job shop cells with blocking constraints and automated guided vehicles

The blocking job shop (BJS) problem is an extension of a job shop problem with no buffer constraints. It means that after a job is completed on the current machine, it remains on that machine until the next machine becomes available. This paper addresses an extension of the BJS problem, which takes into account transferring jobs between different machines using a limited number of automated guided vehicles (AGV), called a BJS–AGV problem. Two integer non-linear programming (INLP) models are proposed. A two-stage heuristic algorithm that combines an improving timetabling method and a local search is proposed to solve the BJS–AGV problem. A neighborhood structure in the local search is proposed based on a disjunctive graph model. According to the characteristics of the BJS–AGV problem, four principles are proposed to guarantee the feasibility of the search neighborhood. Computation results are presented for a set of benchmarking tests, some of which are enlarged by transportation times between different machines. The numerical results show the effectiveness of the proposed two-stage algorithm.     

AGV作业调度模型及改进的DE算法研究

AGV作业调度问题的求解结果对AS/RS的运行效率具有重要影响。通过必要的简化,建立了AGV作业调度问题的静态优化模型。可知静态AGV作业调度问题实质是一种带约束的多重TSP问题,属于典型的NP完全问题,目前还不存在可在多项式时间内求解的确定算法。提出了一种改进的差分演化算法用于求解该问题。为了适应AGV作业调度问题的特点,新算法设计了新的两段编码方法,对多个DE算子进行了改造。还提出了基于生存时间的种群多样性增强机制,用于增强算法的搜索能力,避免陷入局部最优。仿真实验显示,该算法可以有效提高AGV作业调度的效率,验证了相关改进机制的有效性。     

基于改进的蚁群算法（ACO）的混合多目标AGV调度

蚁群算法是一种通过模拟蚁群的寻路行为对现实问题进行优化的现代智能仿生算法。针对实现AGV任务作业调度时,行驶路径最短的实际应用需求,本文将AGV的路径优化模型转化为旅行商问题,分析了多目标AGV优化中出现的冲突问题。在本文中,尝试了一种直接通信机制来进行改进传统算法,改进后的方法能够更好地维持种群的持久性,最终对于AGV调度规划起到积极的作用,有效地提高了AGV调度系统的效率。     

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。     

Collision avoidance by fuzzy logic control for automated guided vehicle navigation

A fuzzy approach to collision avoidance for automated guided vehicle (AGV) navigation is proposed. Static obstacles with no a priori position information as well as moving obstacles with unknown trajectories are considered in this study. Intuitive and subjective human ideas of collision avoidance are modeled into fuzzy rules. Fuzzy logic is applied in the inference procedure for AGV navigation, such that the AGV is guided from the starting point toward the target without colliding with obstacles. Furthermore, the proposed method can also be used for the navigation of multiple AGVs, where each AGV must avoid other AGVs as well as obstacles in the environment. Simulation results are presented to show the feasibility of the proposed fuzzy approach. © 1994 John Wiley & Sons, Inc.     

自动化码头AGV充电与作业的集成调度研究

为了提高自动化集装箱码头AGV（Automated Guided Vehicle）的作业效率,根据采用电力驱动的AGV作业时的充电需求和运输过程的特性,考虑了垂岸式集装箱堆场布局和AGV充电过程对实际作业的影响,以最大化AGV充电利用率、最小化最末任务完成时间、最小化AGV空载时间为目标,以AGV充电后的续航能力等为约束条件,以遗传算法为研究方法,构建了考虑充电过程的自动化码头AGV作业的调度模型。通过算例分析,对比了遗传算法与混合整数规划算法的求解效果,分析了参与运输的AGV数量对运输时间的影响,也验证了遗传算法给出的调度方案的可信性。最后得出结论：针对该问题,遗传算法可以快速、高效地给出值得信赖的AGV调度方案。     

含有运输小车的柔性作业车间调度研究

在实际的柔性作业车间调度中,不但工件需要加工时间,而且工件在各个机器之间利用AGV(自动导引小车)转移也需要占用一定的时间,因此对柔性作业车间调度中考虑AGV运输时间的研究更具有实际意义.针对此问题,本文建立含有AGV的柔性作业车间调度的数学模型,针对问题自身特点对遗传算法进行改进,引入局部搜索策略加强局部寻优能力,将...     

自动化集装箱码头AGV配置与调度耦合问题研究

针对自动导引小车（Automated Guided Vehicle，AGV）数量偏多导致的自动化码头水平运输区域拥堵的情况，采用多学科变量耦合优化设计的方法对自动化码头AGV调度与AGV配置问题进行研究。先以最小化岸边等待时间为目标建立AGV调度模型，再以最小化AGV数量为目标建立AGV配置模型。并将完工时刻和AGV数量作为公用设计变量连接两个模型，建立了协调调度耦合模型。设计算例，利用遗传算法（Genetic Algorithm，GA）收敛速度快的特点对该耦合模型进行求解，经反复迭代计算后得出最优AGV数量与AGV调度方案。最后，扩大算例规模，设计9组实验，比较了GA、粒子群算法（Particle Swarm Optimization，PSO）和蚁群算法（Ant Colony Optimization，ACO）的求解结果，结果表明随着算例规模的增大，GA的求解能力更为突出，从而验证了设计的算法的可行性。     

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.