基于蚁群算法的AGV车辆End＿To＿End最优路径规划研究

自动引导车(AGV)在智能制造行业里扮演着非常重要的作用,是现代化智能仓储物流体系中关键的一环。在整个仓储自动导引系统中,AGV车辆作为物料运输与装配的重要执行单元,面对传统路径规划算法的不稳定以及路径非最优性等缺陷,在AGV车辆运动学模型的基础上,采用初始路径规划算法Dijkstra规划一条初始路径,对误差进行反馈修正,而后利用蚁群算法来规划出最优路径,最后在MATLAB/Simulink仿真平台搭建该算法模型,通过仿真结果验证了该算法具有优良的最优路径信息解耦性能。