智能制造车间的多AGV路径规划和调度

发布时间：2021-08-07 06:17

　　近年来,随着智能制造企业的高速发展,物流系统的应用与管理显得越发重要,其中,制造车间中所采用的自动引导车辆（AGV,Automated Guided Vehicle）虽能实现物料的自动搬运,并提高企业的生产率,但其中所涉及到的多AGV路径规划和任务调度技术是当前制造企业面临的主要应用问题。这些企业都迫切需要对整个物流系统进行优化调度来提高车间的运行水平,从而保证能够按时交货。因此,结合多AGV路径规划的智能制造车间调度技术是制造企业实施智能制造的关键技术,具有重要作用。本文针对数字化智能制造车间的多AGV应用问题开展了研究。首先,分析了国内外智能车间中的多AGV路径规划与调度技术的研究现状,针对制造企业面临的车间环境下的多AGV路径协调问题,指出并分析了相应的规划方式,通过引入改进的优先级算法解决了AGV之间的协调问题,从而也提高了AGV避让的安全性,并且,该方法是基于AGV的剩余电池电量来分配优先级,从而有效的提高了AGV的电池使用效率。其次,该优先级算法需调用其他算法求解单个AGV的最优路线,本文通过改进蚁群算法进行求解,该改进的蚁群算法通过随机初始化地图上各位置的信息素含量以提升... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

常用AGV示意图

重庆邮电大学硕士学位论文 第 3 章 基于优先级算法的多 AGV 路径规划问题3.3.1 拟用方法的分析验证本小节通过图 3.2 所示的两组环境分别验证本文提出的路径规划方法。所有仿真都在 Matlab 中实现，并在 Corei3-2120CPU3.30GHzPC 上运行。测试环境采用了栅格地图法[52]表示。

重庆邮电大学硕士学位论文 第 3 章 基于优先级算法的多 AGV 路径规划问题3.3.1 拟用方法的分析验证本小节通过图 3.2 所示的两组环境分别验证本文提出的路径规划方法。所有仿真都在 Matlab 中实现，并在 Corei3-2120CPU3.30GHzPC 上运行。测试环境采用了栅格地图法[52]表示。

【参考文献】：
期刊论文
[1]Path planning for mobile robot using self-adaptive learning particle swarm optimization[J]. Guangsheng LI,Wusheng CHOU.  Science China（Information Sciences）. 2018(05)
[2]基于改进蚁群算法的泊车系统路径规划[J]. 王辉,王景良,朱龙彪,邵小江,王恒.  控制工程. 2018(02)
[3]基于非均匀环境建模与三阶Bezier曲线的平滑路径规划[J]. 卜新苹,苏虎,邹伟,王鹏,周海.  自动化学报. 2017(05)
[4]基于动态反馈A*蚁群算法的平滑路径规划方法[J]. 黄辰,费继友,刘洋,李花,刘晓东.  农业机械学报. 2017(04)
[5]基于概率地图的工业机器人路径搜索优化算法[J]. 陈琳,韦志琪,戴骏,莫超亮,潘海鸿.  武汉理工大学学报. 2016(04)
[6]利用蚁群算法求解机器人路径规划问题[J]. 程春英,张玉春,李海峰.  电子制作. 2015(11)
[7]基于改进遗传算法的物料配送多AGV调度优化[J]. 刘旭,楼佩煌,钱晓明,武星.  机械设计与制造工程. 2015(03)
[8]烟花算法研究进展[J]. 谭营,郑少秋.  智能系统学报. 2014(05)
[9]多机器人编队的人工势场法控制[J]. 高溪钠,吴丽娟,李玮玮,王婧怡,陈晓峰.  辽宁科技大学学报. 2014(04)
[10]概率地图UAV航线规划的改进型蚁群算法[J]. 陈岩,苏菲,沈林成.  系统仿真学报. 2009(06)

硕士论文
[1]面向航天制造企业的车间作业调度与指导技术研究[D]. 干一宏.南京理工大学 2015
[2]出口定制型中小企业M公司关系营销策略探析[D]. 邓贝玲.上海外国语大学 2014
[3]大规模定制型企业车间物流优化管理方法研究及应用[D]. 程相勋.重庆大学 2012



本文编号：3327249