AGV路径规划及调度系统研究

发布时间：2023-03-12 15:54

　　随着人工智能以及自动控制等领域的发展,机器人技术的发展也越来越受到重视。智能自主移动机器人(Automated Guided Vehicle,AGV)作为主要的物流设备,由于其柔性好、自动化程度高,被广泛地应用于数字化工厂、仓储搬运系统、柔性制造系统等各种物流场合。调度系统能否为AGV选择合理的运行路径和调度方案,对于提高企业的整体生产效率、降低产品的生产成本具有重要意义。针对调度系统在多AGV任务调度和路径规划算法方面效率低的问题,本文在对相关文献进行总结的基础上,主要研究内容如下:首先,基于拓扑建模法对磁导航AGV运行环境进行建模,其中,确定AGV的导引路径为单向导引路径。在此基础上,研究单AGV最短路径算法。结合物流工厂中AGV运行路径的特点,在A*算法的启发函数中,研究加权曼哈顿距离中权值的选择对算法执行效率的影响,并提出了一种改进A*算法,提高了单AGV路径规划效率。其次,在单AGV最短路径规划的基础上,研究多台AGVs系统的调度算法。提出一种基于时间窗-遗传算法的联合优化策略,实现对多AGV调度系统的任务分配和路径规划,其中优化目标为完成所有任务的最小化最大完成时间和等待时...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 课题背景与研究意义
    1.2 研究现状及其关键技术
        1.2.1 AGV发展现状
        1.2.2 AGV路径规划技术研究现状
        1.2.3 多AGV调度算法研究现状
    1.3 本文主要研究内容及创新点
2 单AGV路径规划研究
    2.1 AGV系统构成分析
        2.1.1 AGV车体控制系统
        2.1.2 AGV导引方式
    2.2 AGV运行环境电子地图建模
        2.2.1 AGV导引路径系统
        2.2.2 AGV地图环境建模
        2.2.3 路径搜索
    2.3 单AGV路径规划算法及其改进
        2.3.1 Dijkstra算法
        2.3.2 A*算法
        2.3.3 改进A*算法
    2.4 改进A*算法与传统A*算法的比较
    2.5 应用实例
    2.6 本章小结
3 基于时间窗-遗传算法的多AGV调度研究
    3.1 AGV调度系统简介
    3.2 多AGV调度系统功能要求分析
        3.2.1 任务分配方式和指标
        3.2.2 多AGV路径规划
    3.3 多AGV系统调度问题建模
        3.3.1 多AGV系统调度问题描述
        3.3.2 调度问题数学模型
    3.4 多AGV调度系统任务分配和路径规划联合优化
        3.4.1 时间窗算法
        3.4.2 遗传算法
        3.4.3 基于时间窗-遗传算法的任务分配和路径规划联合优化算法
    3.5 调度冲突类型及冲突解决策略
    3.6 多AGV调度系统仿真实验
    3.7 本章小结
4 AGV调度系统软件开发
    4.1 系统开发环境
    4.2 调度系统软件架构
        4.2.1 AGV系统部署结构
        4.2.2 调度系统软件需求分析
    4.3 调度系统软件设计和实现
        4.3.1 监控管理
        4.3.2 任务管理
        4.3.3 车辆管理
        4.3.4 地图管理
    4.4 单车仿真实验和实车实验
    4.5 本章小结
5 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
作者简历



本文编号：3761508