仓储运输机器人及PCB打孔机械臂的路径规划算法研究

发布时间:2021-10-07 14:08
  近年来,我国的电子商务行业迎来了最佳的发展时机,各种电商企业如雨后春笋般不断涌现并开创了线上零售的新模式。与此同时,物流业是线上零售产业链中相当关键的一个部分,物流环节的高效性对于确保线上零售的良好运作非常重要。其中,物流仓库被视为物流业的基石,其存取货物的速度对物流业的整体效率有着巨大的影响。迅猛发展的电商行业对物流业的要求日益严格,继续沿用传统的“人力+机械”的货物存取方式显然不能达到其快速发展的需求,这也就促进了相关企业对于智能仓库的大力投入和建设。智能仓库相比传统仓库,能够显著地提高货物存取与运输效率。因为智能仓库使用了大量的自动化设备替代人力进行作业,例如使用无人搬运车来进行货物运输等繁重的工作。在本文中,我们将此类无人搬运车统称为仓储运输机器人,简称仓储机器人。仓储机器人在工作时可以收到中央控制器分配的运输任务,这类运输任务主要包括此仓储机器人在仓库中需要接载的所有货物的位置坐标。而在仓储机器人自身CPU的计算下,会得到一个遍历这些货物位置坐标的顺序。之后,仓储机器人会从停泊位置出发自动地移动到第一个货物位置接载货物,然后前往下一个货物位置。在完成所有接载任务后,返回停泊位... 

【文章来源】:山西大学山西省

【文章页数】:69 页

【学位级别】:硕士

【部分图文】:

仓储运输机器人及PCB打孔机械臂的路径规划算法研究


立式仓库示意图

鸟瞰图,鸟瞰图,仓库,机器人


仓储运输机器人及PCB打孔机械臂的路径规划算法研究12图3.2立式仓库鸟瞰图之后,我们将所有货物接载位置用节点表示,实际能够行驶的道路用直线来表示。除了出货口对于地面的覆盖区域,立式仓库对于地面的其他覆盖区域均被视作行驶道路。由此,此类立式仓库的鸟瞰图得到了简化,如图3.3所示。其中所有货架均位于网格线的交点处,所有的网格边表示仓储机器人实际的行驶道路。图3.3简化后的立式仓库二维网格模型我们用hh表示此二维网格模型,其中表示所有货物位置坐标的一个集合;是所有网格边的一个集合,即机器人实际能够行驶的道路;表示任意两个货物节点之间行驶路线权重的一个集合,路线权重是由两个货物节点之间的距离而决定的。一个分布的,和是根据实际需求生成的。如图3.4所示,位置表示仓储机器人的停泊位置(即开始任务时的起始位置和完成任务后的终止位置)。本文中针对仓储机器人的路径规划是针对单个机器人而设计的,并不考虑多个机器人在行驶过程中的碰撞避免和协作,只聚焦于优化每个机器人在任务中的性能表现。具体来说,当仓储机器人收到包括所有货

二维图,网格模型,仓库,二维


仓储运输机器人及PCB打孔机械臂的路径规划算法研究12图3.2立式仓库鸟瞰图之后,我们将所有货物接载位置用节点表示,实际能够行驶的道路用直线来表示。除了出货口对于地面的覆盖区域,立式仓库对于地面的其他覆盖区域均被视作行驶道路。由此,此类立式仓库的鸟瞰图得到了简化,如图3.3所示。其中所有货架均位于网格线的交点处,所有的网格边表示仓储机器人实际的行驶道路。图3.3简化后的立式仓库二维网格模型我们用hh表示此二维网格模型,其中表示所有货物位置坐标的一个集合;是所有网格边的一个集合,即机器人实际能够行驶的道路;表示任意两个货物节点之间行驶路线权重的一个集合,路线权重是由两个货物节点之间的距离而决定的。一个分布的,和是根据实际需求生成的。如图3.4所示,位置表示仓储机器人的停泊位置(即开始任务时的起始位置和完成任务后的终止位置)。本文中针对仓储机器人的路径规划是针对单个机器人而设计的,并不考虑多个机器人在行驶过程中的碰撞避免和协作,只聚焦于优化每个机器人在任务中的性能表现。具体来说,当仓储机器人收到包括所有货

【参考文献】:
期刊论文
[1]基于蚁群算法的PCB孔群加工路径优化[J]. 汪忠林,苟辉,马亚伟,冯波.  信息通信. 2019(05)
[2]5G时代,与CEF共迎PCB发展良机[J].   传感器世界. 2019(02)
[3]浅析电子信息科学技术的发展前景[J]. 王颢凯.  通讯世界. 2019(01)
[4]一种多染色体遗传算法解决多旅行商问题[J]. 叶多福,刘刚,何兵.  系统仿真学报. 2019(01)
[5]基于模拟退火算法的PCB孔群加工路径优化[J]. 苟辉,周玉婷,汪忠林.  电脑知识与技术. 2018(27)
[6]基于蚁群算法的移动机器人全局路径规划方法研究[J]. 史恩秀,陈敏敏,李俊,黄玉美.  农业机械学报. 2014(06)
[7]基于物联网RFID技术的智能仓储系统的设计与实现[J]. 徐慧剑.  制造业自动化. 2012(07)
[8]基于遗传蚁群混合算法的孔群加工路径优化[J]. 王春香,郭晓妮.  机床与液压. 2011(21)
[9]求解PCB钻孔机刀具路径规划的交叉熵方法[J]. 王璐,陆一平,于加晴.  计算机应用. 2009(S1)
[10]基于人工蜂群算法的机器人路径规划[J]. 胡中华,赵敏.  电焊机. 2009(04)



本文编号:3422197

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/3422197.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1ab56***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com