考虑双小车岸桥中转平台的AGV调度问题研究

针对双小车岸桥下的AGV 调度问题进行了研究,考虑了双小车岸桥上的中转平台及其容量限制,以岸桥前小车作业延迟时间和岸桥后小车与AGV间的等待时间之和最小为目标函数,建立了带有时间窗约束的AGV调度混合整数规划模型,设计了启发式算法求解后小车时间窗,并采用遗传算法对模型进行求解,获得了基于岸桥后小车作业时间窗的AGV调度优化方案。算例结果表明：双小车岸桥的应用能够有效的降低设备间的等待时间,从而缩短港口整体装卸时间。     

自动化码头双小车岸桥与AGV协调调度问题研究

为研究自动化集装箱码头中自动导引运输车（Automated Guided Vehicle，AGV）与双小车岸桥（Double-Trolley Quay Crane，QC）的协调调度问题，考虑双小车岸桥中转平台及其容量限制，并以双小车岸桥门架小车时间窗为约束，建立以集装箱任务最大完工时间最小化为目标的混合整数规划模型。设计启发式算法，由中转平台的容量求得岸桥门架小车操作集装箱任务的时间窗，并采用遗传算法进行求解，给出相应的AGV调度优化方案，解决两大设备的协调调度问题。最后，以10组实验为例，比较了遗传算法与粒子群算法的优化结果。结果表明两种算法一致，且基于遗传算法的模型求解收敛速度更快，从而验证了该算法的可行性。     

带有缓存区的集装箱码头AGV和场桥的联合调度

为提高自动化集装箱港口设备AGV（Automated Guided Vehicle）和堆场场桥的工作效率,减少它们之间衔接作业的相互等待时间,建立了带有缓存区设置的集装箱码头AGV和堆场场桥的联合调度模型。利用遗传算法进行算例求解,得到相应的调度方案和以场桥的作业延迟时间、AGV的总行驶时间及场桥等待AGV时间之和最小为目标的完工时间。再针对不同的缓存区容量的设置进行调度方案完工时间的结果比较。实验结果表明,缓存的设置可以有效减少AGV和堆场场桥衔接作业中相互等待的时间,而缓存区容量在一定范围内对于完成作业时间有较大影响。     

考虑能耗节约的集装箱码头双小车岸桥与AGV联合配置及调度优化

合理调度集装箱码头的装卸设备以减少生产过程中的能耗, 对实现其低碳绿色化发展具有重要意义. 针对集装箱码头向自动化发展过程中的双小车岸桥与AGV (Automated guided vehicle)联合配置及调度问题, 考虑AGV续航时间、双小车岸桥中转平台容量和堆场缓冲支架容量约束, 以岸桥的能耗最小为第一阶段模型的优化目标, 以AGV运输过程的能耗最小为第二阶段目标建立两阶段优化模型; 设计枚举法求解第一阶段模型, 改进遗传算法求解第二阶段优化模型. 以洋山四期自动化集装箱码头为例进行实验分析, 针对不同船舶在港总装卸时间和AGV配置原则进行实验, 验证了模型和算法的有效性, 结果表明以最小化能耗为目标的双小车岸桥与AGV联合调度可在岸桥主小车不延误的前提下, 显著减少AGV的配置数量.     

干扰约束下考虑分组作业面的岸桥AGV联合调度

为解决自动化码头海侧多阶段设备作业的协调问题,加快集装箱在码头内部的周转过程。考虑干扰约束下分组作业面的的岸桥自动导引小车（AGV）联合调度问题。以岸桥、AGV完工时间和AGV等待时间加权总和最小为目标,考虑岸桥实际操作中的干扰约束与AGV堵塞等待等情况,建立岸桥与AGV联合调度优化模型。提出岸桥动态调度与AGV分组作业面调度模式,设计不同规模的算例,并采用遗传算法（GA）进行求解,将计算结果与传统调度模式进行对比。结果表明,该算法能有效提高岸桥与AGV作业效率,降低AGV的等待时间与堵塞次数,为码头实际作业提供依据。     

集装箱码头设备配置与作业调度集成优化研究

合理配置与调度自动化集装箱码头岸桥、场桥和AGV（automated guided vehicle）等设备对提高码头作业效率,减少能耗具有重要意义。在集装箱码头缓冲区容量有限的条件下,结合AGV路径无冲突约束,建立了以最小化船舶在港时间和最小化总能耗为目标的多目标混合整数规划模型,并设计了双层遗传算法求解方法。以某市自动化集装箱码头为例,针对不同集装箱作业规模和决策目标进行仿真实验,对不同AGV路径冲突避免策略下的运行能耗进行比较。结果表明,以最小化船舶在港时间和最小化能耗为目标的AGV联合调度可在不发生路径冲突的前提下显著提高码头运行效率,降低能耗。     

自动化码头AGV充电与作业的集成调度研究

为了提高自动化集装箱码头AGV（Automated Guided Vehicle）的作业效率,根据采用电力驱动的AGV作业时的充电需求和运输过程的特性,考虑了垂岸式集装箱堆场布局和AGV充电过程对实际作业的影响,以最大化AGV充电利用率、最小化最末任务完成时间、最小化AGV空载时间为目标,以AGV充电后的续航能力等为约束条件,以遗传算法为研究方法,构建了考虑充电过程的自动化码头AGV作业的调度模型。通过算例分析,对比了遗传算法与混合整数规划算法的求解效果,分析了参与运输的AGV数量对运输时间的影响,也验证了遗传算法给出的调度方案的可信性。最后得出结论：针对该问题,遗传算法可以快速、高效地给出值得信赖的AGV调度方案。     

基于时间窗的双小车岸桥与AGV协调调度研究

针对自动化集装箱码头（automated container terminals,ACT）的自动导引车 ( automatic guided vehicle,AGVs) 与自动化双小车岸桥（double-trolley quay cranes,QCs）协调调度优化问题,以上海洋山港四期工程的实际布局和装卸工艺为基础,考虑装卸同时进行条件下以最小化任务总完工时间为目标,建立带有时间窗约束的双小车岸桥和AGV的协调调度模型,并采用遗传算法对实际算例进行求解。通过灵敏度分析,验证了该模型及算法的有效性,并对遗传算法参数设置的有效性进行检验。结果分析表明,该调度方法有助于提高自动化集装箱码头的作业效率,减少集装箱船的在港时间,提高码头竞争力。     

具有行为效应的含AGV柔性车间调度研究

为了研究行为效应对含AGV柔性车间调度问题的影响,构建了考虑学习效应以及恶化效应的以完工时间最短为目标的数学模型。针对该模型的特点,采用基于工序、机床和AGV分配的编码方式,并提出具有混沌局部搜索策略的鲸鱼算法求解。数值算例结果验证了算法的有效性和可行性。实验对比了学习效应、恶化效应、学习—恶化效应、不考虑效应四种情况下加工时间的差异。同时研究了加工任务批量、AGV数量对加工时间的影响。通过实验证明了AGV资源约束和各效应共同影响了单位批量完工时间。     

自动化集装箱码头AGV配置与调度耦合问题研究

针对自动导引小车（Automated Guided Vehicle，AGV）数量偏多导致的自动化码头水平运输区域拥堵的情况，采用多学科变量耦合优化设计的方法对自动化码头AGV调度与AGV配置问题进行研究。先以最小化岸边等待时间为目标建立AGV调度模型，再以最小化AGV数量为目标建立AGV配置模型。并将完工时刻和AGV数量作为公用设计变量连接两个模型，建立了协调调度耦合模型。设计算例，利用遗传算法（Genetic Algorithm，GA）收敛速度快的特点对该耦合模型进行求解，经反复迭代计算后得出最优AGV数量与AGV调度方案。最后，扩大算例规模，设计9组实验，比较了GA、粒子群算法（Particle Swarm Optimization，PSO）和蚁群算法（Ant Colony Optimization，ACO）的求解结果，结果表明随着算例规模的增大，GA的求解能力更为突出，从而验证了设计的算法的可行性。     

AGV电磁锁相制导系统

制导技术是ＡＧＶ控制的关键技术,本文提出了ＡＧＶ电磁锁相制导方案,采用分时复频法产生电磁波信号,设计出ＡＧＶ电磁锁相制导系统,并进行了功能性实验,实验证明这是一种经济可行的ＡＧＶ制导方案,可适用于复杂路线多辆ＡＧＶ的制导控制。     

激光导引AGV系统原理及应用

ＡＧＶ是物流系统中的关键设计之一,本文简单阐述了ＡＧＶ的激光导引及控制原理。     

基于PMAC的自动引导车视觉导航研究

介绍了，一种基于PMAC技术的视觉导航自动引导车的组成及工作原理，针对室内自动引导车的工作特点，探讨了包括直线及特殊路标的视觉识别方法，并将所开发的路标识别算法移植到工控机中，对所研制的自动引导车进行了，导航路径跟踪实验；实验结果表明，该视觉导航系统自可比较准确地动引导车跟踪导航路标，具有较高的行驶稳定性，横向位移偏差可保持在10～10mm内。     

磁导航AGV模糊控制器的研究

分析了AGV的控制特点;并根据磁导引传感器的特点,设计了一种基于模糊逻辑的AGV控制器;并通过Simulink进行了仿真验证,证实了其可行性.     

基于机器视角的AGV嵌入式运动控制器

从软、硬件方面介绍基于机器视角的AGV嵌入式运动控制器,实验证明其具有良好的控制效果。     

着色Petri网模型实现AGV系统无死锁运行

本文讨论自动化制造系统中单向自动引导车 (autom ated guided vehicle,AGV)的死锁和冲突问题 .建立了有关此问题的 Petri网模型 .给出了 AGV系统无死锁运行的条件 .并提出了一个控制规则 ,利用此控制规则 ,只需监测系统状态和检查某些环路中可利用空位的数目 ,就可避免 AGV系统的死锁 .此控制规则是简单有效 ,适用于实时控制     

基于STM32的重载AGV系统设计

AGV车辆在使用过程中可能存在不少问题与偏差,为提高公司产品竞争力,需要设计出一套更完善的AGV系统使得AGV车辆在运行中通讯方式更多元化、定位导航循迹精度更高、测量参考数据更准确。     

基于改进Hu矩算法的AGV字符识别研究

视觉导引AGV以识别标识符为基础实现工位转换。Hu矩算法可以提取字符的特征参数,结合机器学习分类算法,对特征值进行提取并分类,其运算速度快,但是识别准确率低。分析其原理公式,发现由于阶数高导致数值范围大,数据相近度差。基于此,对Hu矩公式进行改进,构造了新的算法。通过对UCI字符数据库进行检测,并在视觉导引AGV平台上进行在线测试,验证了改进后的Hu矩算法可以更快地提取特征值,并大大提高机器学习算法字符分类准确率,说明改进后的Hu矩算法在视觉导引AGV的字符识别上具有较好的实用性。     

视觉引导AGV中的数字图像处理方法

利用计算机视觉技术引导自动运输车AGV(Automatic Guided Vehicle)是一种重要的AGV导航手段。该方法通过摄像头获取道路图像信息并进行处理,获得道路参数,以此来指引AGV导航。现有的视觉导航算法大多复杂度较大,难以满足实际应用的实时性需求。提出一种基于道路参数识别的视觉引导方法,将道路中的道路识别为曲线参数,结合预测进行修正,在保证精度的前提下,大幅提高算法效率。理论分析和实验结果表明,该方法具有识别精度高,执行速度快,能达到实用化的要求。     

基于模糊PID对AGV的纠偏控制

针对自动导引车辆AGV沿着既定路线行走时,由于外界不确定因素的影响而偏离既定路线的问题,提出了基于视觉CCD引导方式对AGV的行驶路径进行数据采集,以位置偏差和方向偏差作为纠偏控制系统的输入,同时基于模糊推理和PID控制策略对AGV行走进行纠偏。利用该控制策略,提高控制系统的鲁棒性、智能性、快速性、准确性。在Simulink仿真环境中进行了动态仿真,与常规的PID控制器相比,该控制系统能够更精确地对AGV的行驶过程进行实时纠偏。