面向柔性制造车间环境的AGV路径规划研究
发布时间：2021-03-22 07:29
随着全球制造业的快速发展,各行各业对产品的多样化、个性化的要求越来越高,柔性化生产模式在制造领域被广泛采用,并逐渐成为未来的发展趋势。自动导引运输车（automated guided vehicle,AGV）由于安全、便捷和自动化程度高的优势已成为柔性制造车间生产物料运输的重要组成部分。为了提高AGV的物料搬运效率,改善柔性制造车间生产效率,降低生产运输成本,如何合理规划柔性制造车间AGV的运输路径,解决多AGV系统运行环境下的冲突,成为制造企业需重点解决的问题。本文在分析AGV路径规划研究现状的基础上,充分考虑运输距离和运输能耗等因素,针对柔性制造车间的AGV路径规划问题进行研究。主要研究内容如下:（1）单AGV系统节能路径规划问题研究。首先基于拓扑图法建立了柔性制造车间的电子地图,并设计了单行双向的电子地图路径;其次,结合AGV直行和转向两种行驶模式下的运动分析,建立了以运输路径和运输能耗为优化目标的单AGV节能路径规划数学模型;再次,提出了一种两阶段Dijkstra算法对单AGV节能路径规划数学模型进行求解;最后进行了仿真实验,得到了单AGV从当前位置到取货站点取货并运送至目标站...
【文章来源】：河南工业大学河南省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
论文总体框架图
2单AGV系统节能路径规划研究12图2A*算法栅格法示意图（2）可视图法可视图法是把AGV视为一点，将起点、终点以及多边形障碍物的各个顶点连接，并且保证连所有顶点间连接的直线存在于运行地图环境的自由空间中，即直线是可视的。一旦AGV起点和终点变化，则需重新构建地图数据。一般可视图可分为切线图、Voronoi图。对于切线图，AGV行驶路径离障碍物很近，一旦控制上出现偏差，极有可能和障碍物相撞导致AGV运行中断；Voronoi图的所有路径都远离障碍物而保证AGV行驶安全，但增加了路径运行成本。切线图和Voronoi图示意图分别如图3和图4所示。图3切线图图4Voronoi图（3）拓扑建模法拓扑建模法是一种紧凑的环境表达方法，一般以图的形式表达环境中位置信息关联性。通常用节点表示环境中特殊意义的位置，如AGV路径的交叉节点、停车点、充电站和控制中心等。用有联系的节点间的连线表示AGV的运行路径，这些节点和连接线组合为拓扑结构图。拓扑地图是对物理环境的高度抽象化，只有与AGV运行路径直接相关的环境信息，AGV不可行驶区域不需要进行描述和存储，故该建模方法结构化简
2单AGV系统节能路径规划研究12图2A*算法栅格法示意图（2）可视图法可视图法是把AGV视为一点，将起点、终点以及多边形障碍物的各个顶点连接，并且保证连所有顶点间连接的直线存在于运行地图环境的自由空间中，即直线是可视的。一旦AGV起点和终点变化，则需重新构建地图数据。一般可视图可分为切线图、Voronoi图。对于切线图，AGV行驶路径离障碍物很近，一旦控制上出现偏差，极有可能和障碍物相撞导致AGV运行中断；Voronoi图的所有路径都远离障碍物而保证AGV行驶安全，但增加了路径运行成本。切线图和Voronoi图示意图分别如图3和图4所示。图3切线图图4Voronoi图（3）拓扑建模法拓扑建模法是一种紧凑的环境表达方法，一般以图的形式表达环境中位置信息关联性。通常用节点表示环境中特殊意义的位置，如AGV路径的交叉节点、停车点、充电站和控制中心等。用有联系的节点间的连线表示AGV的运行路径，这些节点和连接线组合为拓扑结构图。拓扑地图是对物理环境的高度抽象化，只有与AGV运行路径直接相关的环境信息，AGV不可行驶区域不需要进行描述和存储，故该建模方法结构化简
【参考文献】：
期刊论文
[1]面向智能生产车间的多AGV系统多目标调度优化[J]. 杨智飞,苏春,胡祥涛,陈帝江. 东南大学学报(自然科学版). 2019(06)
[2]融合多目标与能耗控制的无人仓库内AGV路径规划[J]. 郭兴海,计明军,刘双福. 计算机集成制造系统. 2020(05)
[3]柔性作业车间多自动导引小车和机器的集成调度[J]. 贺长征,宋豫川,雷琦,吕向飞,刘软香,陈进. 中国机械工程. 2019(04)
[4]优化Dijkstra算法在工厂内物流AGV路径规划的研究[J]. 汤红杰,王鼎,皇攀凌,周军. 机械设计与制造. 2018(S1)
[5]混流柔性加工单元自动导引小车的调度优化[J]. 徐立云,陈延豪,高翔宇,李爱平. 同济大学学报(自然科学版). 2017(12)
[6]基于动态时间窗的泊车系统路径规划研究[J]. 朱龙彪,王辉,王景良,邵小江,朱志慧. 工程设计学报. 2017(04)
[7]国务院印发《新一代人工智能发展规划》:构筑我国人工智能发展先发优势[J]. 刘辰. 中国科技产业. 2017(08)
[8]几种新兴智能制造模式研究评述[J]. 周佳军,姚锡凡,刘敏,张剑铭,陶韬. 计算机集成制造系统. 2017(03)
[9]采用能耗最优改进蚁群算法的自治水下机器人路径优化[J]. 刘贵杰,刘鹏,穆为磊,王寿军. 西安交通大学学报. 2016(10)
[10]基于改进A*算法的AGV路径规划[J]. 李伟光,苏霞. 现代制造工程. 2015(10)
硕士论文
[1]智能制造车间的多AGV路径规划和调度[D]. 王富立.重庆邮电大学 2019
[2]自动化仓储调度系统中多AGV路径规划的研究与实现[D]. 刘敬一.中国科学院大学(中国科学院沈阳计算技术研究所) 2018
[3]基于时间窗的拖挂式多AGV系统动态路径优化研究[D]. 王怡.吉林大学 2018
[4]自动化仓库系统多AGV路径规划和避碰策略研究[D]. 李婷.哈尔滨工业大学 2018
[5]多移动AGV小车的路径规划技术的研究[D]. 胡海荣.杭州电子科技大学 2018
[6]基于AGV的物流中心货物自动运输路径规划的研究[D]. 张坤.华南理工大学 2017
[7]AGV路径规划与调度系统研究[D]. 刘维民.华南理工大学 2016
[8]AGV地面控制系统及路径规划策略的研究[D]. 苏霞.华南理工大学 2015
[9]AGV自动运输系统调度及路径规划的研究[D]. 冯海双.哈尔滨工业大学 2013
[10]AGV小车路径规划算法的探究[D]. 凌忠奇.机械科学研究总院 2013
本文编号：3093880
【文章来源】：河南工业大学河南省
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
论文总体框架图
2单AGV系统节能路径规划研究12图2A*算法栅格法示意图（2）可视图法可视图法是把AGV视为一点，将起点、终点以及多边形障碍物的各个顶点连接，并且保证连所有顶点间连接的直线存在于运行地图环境的自由空间中，即直线是可视的。一旦AGV起点和终点变化，则需重新构建地图数据。一般可视图可分为切线图、Voronoi图。对于切线图，AGV行驶路径离障碍物很近，一旦控制上出现偏差，极有可能和障碍物相撞导致AGV运行中断；Voronoi图的所有路径都远离障碍物而保证AGV行驶安全，但增加了路径运行成本。切线图和Voronoi图示意图分别如图3和图4所示。图3切线图图4Voronoi图（3）拓扑建模法拓扑建模法是一种紧凑的环境表达方法，一般以图的形式表达环境中位置信息关联性。通常用节点表示环境中特殊意义的位置，如AGV路径的交叉节点、停车点、充电站和控制中心等。用有联系的节点间的连线表示AGV的运行路径，这些节点和连接线组合为拓扑结构图。拓扑地图是对物理环境的高度抽象化，只有与AGV运行路径直接相关的环境信息，AGV不可行驶区域不需要进行描述和存储，故该建模方法结构化简
2单AGV系统节能路径规划研究12图2A*算法栅格法示意图（2）可视图法可视图法是把AGV视为一点，将起点、终点以及多边形障碍物的各个顶点连接，并且保证连所有顶点间连接的直线存在于运行地图环境的自由空间中，即直线是可视的。一旦AGV起点和终点变化，则需重新构建地图数据。一般可视图可分为切线图、Voronoi图。对于切线图，AGV行驶路径离障碍物很近，一旦控制上出现偏差，极有可能和障碍物相撞导致AGV运行中断；Voronoi图的所有路径都远离障碍物而保证AGV行驶安全，但增加了路径运行成本。切线图和Voronoi图示意图分别如图3和图4所示。图3切线图图4Voronoi图（3）拓扑建模法拓扑建模法是一种紧凑的环境表达方法，一般以图的形式表达环境中位置信息关联性。通常用节点表示环境中特殊意义的位置，如AGV路径的交叉节点、停车点、充电站和控制中心等。用有联系的节点间的连线表示AGV的运行路径，这些节点和连接线组合为拓扑结构图。拓扑地图是对物理环境的高度抽象化，只有与AGV运行路径直接相关的环境信息，AGV不可行驶区域不需要进行描述和存储，故该建模方法结构化简
【参考文献】：
期刊论文
[1]面向智能生产车间的多AGV系统多目标调度优化[J]. 杨智飞,苏春,胡祥涛,陈帝江. 东南大学学报(自然科学版). 2019(06)
[2]融合多目标与能耗控制的无人仓库内AGV路径规划[J]. 郭兴海,计明军,刘双福. 计算机集成制造系统. 2020(05)
[3]柔性作业车间多自动导引小车和机器的集成调度[J]. 贺长征,宋豫川,雷琦,吕向飞,刘软香,陈进. 中国机械工程. 2019(04)
[4]优化Dijkstra算法在工厂内物流AGV路径规划的研究[J]. 汤红杰,王鼎,皇攀凌,周军. 机械设计与制造. 2018(S1)
[5]混流柔性加工单元自动导引小车的调度优化[J]. 徐立云,陈延豪,高翔宇,李爱平. 同济大学学报(自然科学版). 2017(12)
[6]基于动态时间窗的泊车系统路径规划研究[J]. 朱龙彪,王辉,王景良,邵小江,朱志慧. 工程设计学报. 2017(04)
[7]国务院印发《新一代人工智能发展规划》:构筑我国人工智能发展先发优势[J]. 刘辰. 中国科技产业. 2017(08)
[8]几种新兴智能制造模式研究评述[J]. 周佳军,姚锡凡,刘敏,张剑铭,陶韬. 计算机集成制造系统. 2017(03)
[9]采用能耗最优改进蚁群算法的自治水下机器人路径优化[J]. 刘贵杰,刘鹏,穆为磊,王寿军. 西安交通大学学报. 2016(10)
[10]基于改进A*算法的AGV路径规划[J]. 李伟光,苏霞. 现代制造工程. 2015(10)
硕士论文
[1]智能制造车间的多AGV路径规划和调度[D]. 王富立.重庆邮电大学 2019
[2]自动化仓储调度系统中多AGV路径规划的研究与实现[D]. 刘敬一.中国科学院大学(中国科学院沈阳计算技术研究所) 2018
[3]基于时间窗的拖挂式多AGV系统动态路径优化研究[D]. 王怡.吉林大学 2018
[4]自动化仓库系统多AGV路径规划和避碰策略研究[D]. 李婷.哈尔滨工业大学 2018
[5]多移动AGV小车的路径规划技术的研究[D]. 胡海荣.杭州电子科技大学 2018
[6]基于AGV的物流中心货物自动运输路径规划的研究[D]. 张坤.华南理工大学 2017
[7]AGV路径规划与调度系统研究[D]. 刘维民.华南理工大学 2016
[8]AGV地面控制系统及路径规划策略的研究[D]. 苏霞.华南理工大学 2015
[9]AGV自动运输系统调度及路径规划的研究[D]. 冯海双.哈尔滨工业大学 2013
[10]AGV小车路径规划算法的探究[D]. 凌忠奇.机械科学研究总院 2013
本文编号：3093880
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3093880.html
