智能仓储多AGV的控制策略研究

发布时间：2023-10-14 07:51

　　随着我国互联网技术以及制造业的快速发展,电子商务行业迅速崛起,为满足现代仓储物流货物量大、品类多、周期短等状况的需求,柔性制造系统及仓储自动运输系统得以快速发展,也在很大程度上促进了智能仓储系统的发展。现阶段AGV(Automated Guided Vehicle,AGV)虽然在仓储作业中被广泛应用,但对多AGV的调度及控制仍存在技术难题,在多AGV作业时往往会遇到拥堵、死锁、路径冲突等问题,为此本文以智能仓储为研究对象,基于在线式实时监控的调度模式,对智能仓储系统的环境建模,AGV的路径规划、任务调度问题进行了深入研究,提出了一种高效的智能仓储多AGV的控制策略。本文主要工作如下:针对基于智能仓储的多AGV的控制策略,首先为得到全局最优的协调方案,确定了对多AGV系统采用集中式控制模式,研究分析了仓储环境建模方法,对栅格法建立的环境地图无法完全适应障碍物大小的问题,做了障碍物栅格膨胀优化处理,且为提高AGV移动的安全性,对其在栅格地图中的移动方式设置了约束条件;然后,分析比较了三种单AGV路径规划算法——Dijkstra算法、A-STAR算法和蚁群算法,针对Dijkstra算法无法规...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景
    1.2 AGV的基本概念
    1.3 研究目的及意义
    1.4 国内外研究现状分析
        1.4.1 智能仓储机器人国内外应用现状
        1.4.2 AGV系统调度策略国内外研究现状
        1.4.3 AGV系统路径规划国内外研究现状
    1.5 论文主要研究内容
第二章 仓储AGV控制系统与环境建模方法研究
    2.1 仓储AGV控制系统分类
        2.1.1 集中式控制系统
        2.1.2 分散式控制系统
        2.1.3 混合式控制系统
    2.2 环境建模
        2.2.1 智能仓储中的通道类型
        2.2.2 环境建模方法
        2.2.3 栅格法建立环境模型
        2.2.4 栅格法地图的优化
        2.2.5 AGV移动方式的优化
    2.3 本章小结
第三章 单AGV路径规划算法研究
    3.1 Dijkstra算法
    3.2 A-STAR算法
    3.3 蚁群算法
    3.4 路径规划算法的对比分析
    3.5 Dijkstra算法的优化与改进
    3.6 本章小结
第四章 多AGV系统任务调度与冲突检测研究
    4.1 多AGV系统任务调度系统研究
        4.1.1 多AGV系统任务调度模式
        4.1.2 多AGV系统的任务分配
        4.1.3 多AGV系统任务调度原则
        4.1.4 多AGV系统冲突类型
    4.2 一种基于时间窗改进的Dijkstra算法
        4.2.1 时间窗
        4.2.2 算法步骤
    4.3 算法仿真与分析
        4.3.1 传统Dijkstra算法规划任务路径
        4.3.2 基于时间窗改进的Dijkstra算法规划任务路径
    4.4 本章小结
第五章 多AGV系统的控制策略及验证
    5.1 多AGV系统的路径规划
        5.1.1 预规划路径集合的生成
        5.1.2 冲突类型检测
        5.1.3 多AGV路径冲突解决策略
    5.2 算法验证与分析
        5.2.1 案例介绍
        5.2.2 任务路径规划
    5.3 本章小结
总结与展望
    本文总结
    未来展望
参考文献
致谢
攻读学位期间发表的学术论文



本文编号：3853902