基于时间窗的自动导引车无碰撞路径规划

针对柔性制造系统中自动导引车的无碰撞路径规划问题,结合预先规划算法和实时规划算法的优点,提出基于先验决策的自动导引车无碰撞路径规划方法.将Dijkstra算法和时间窗原理相结合,顺序规划各个自动导引车的路径.在已规划自动导引车路径的基础上,运用基于Dijkstra的算法继续规划下一自动导引车,实现自动导引车的无碰撞路径规划.该算法能有效避免死锁及碰撞,并保证最优化路径,能快速响应新的任务,在动态环境下具有较好的柔性.结合实例说明了该算法的实现过程,并证明了该方法具有较好的鲁棒性和柔性,同时能提高系统效率.     

双机器人时间优化的避碰轨迹规划研究

介绍了一种双机器人时间优化的避碰轨迹规划方法。根据单机器人的已知路径,在具有最大加减速度条件下规划其时间优化轨迹。通过几何建模,利用Euclidean函数表示双机器人间的最短距离,实现了系统的碰撞检测。采用在初始位置延迟最小时间的方法,获得了双机器人时问优化的无碰撞轨迹。最后建立了基于Motoman-UP6的双机器人仿真模型,验证了理论分析的正确性。     

自动导引车系统避碰及环路死锁控制方法

为了避免单向导引路径网络中各自动导引车间发生碰撞及系统死锁,以基于单向导引路径网络的自动导引车系统为研究对象,提出一种避免自动导引车间碰撞的避碰方法。针对基于单向导引路径的自动导引车系统特点,建立了基于有向图的自动导引车系统运行状态模型,基于该模型提出一种环路死锁搜索方法。定义了包括单环路和多环路死锁临界状态的环路死锁临界状态概念,针对两种环路死锁临界状态,设计了对应的死锁控制策略。通过仿真证明了所提方法的有效性。     

多载量AGV系统防死锁路口通行顺序优化及避碰

多载量自动导引车(AGV)具有更高的单车运输能力和更强的配送作业柔性,然而其长度不断变化的特点也加大了交通管控的难度。为保证生产线多种物料准时配送,研究了多载量AGV系统的交通管控问题。首先分析了与单载量AGV差异较大的两种运动冲突：针对多载量AGV变长特性,设计了一种变长度AGV路径空间冲突避免方法;针对交叉路口冲突,考虑到多载量AGV变长特性对阻塞环路死锁的影响,提出一种带防死锁策略的交叉路口通行顺序优化方法。根据AGV紧迫度和交通负荷均衡度构建了综合竞标价模型,并对获标AGV即将进入的目标路径段的阻塞环路进行死锁预测与避免。仿真实验结果表明,所提方法可保证任务紧迫度高的AGV优先通过,降低路口相关路径段的交通拥堵,并避免高密度AGV系统的环路死锁,从而提高生产线物料配送的任务准时率。     

基于拟阵理论的AGVS避碰问题研究

针对AGVS（自动导引小车系统）中由于2辆以上AGV（自动导引小车）竞争同一资源（通道或缓冲区）所引起的碰撞问题,提出了一种基于拟阵的方法,仿真实验表明该方法完全可以解决这一问题,同时可以使系统因此而产生的误时最小化.     

关于船舶自动避碰仿真方法的研究

简述船舶自动避碰的研究现状;根据国内在该领域的研究成果,提出基于"航行安全及自动避碰(NSACA)仿真测试平台",实现船舶自动避碰的仿真方法.     

基于进化神经网络的移动机器人免碰路径规划方法

本文对基于传感器系统确定避碰策略的移动机器人所走过的路径用两层LMBP(Levenberg-Marquardt Backpropagation)网络进行学习,从而将环境信息与决策储存在神经网络中.通过使学习网络的样本不断进化从而实现网络的进化,使机器人对环境的适应能力不断增强.仿真结果表明结果较好.     

基于入位基准线的避死区自动泊车路径规划

为避免自动泊车过程中出现泊车死区,提出一种在车位外部汽车自动向前行驶至前进水平线的轨迹计算方法;为了减小泊车所需的车位长度,研究了由前进水平线倒车泊入车位,并保证该泊车轨迹经过入位基准线的方法。通过确定出的几个必须经过的定点坐标,利用插值样条理论与几何数学,确定出汽车在车位外部的泊车路径及其函数,且该函数具有唯一性,因此减少了自动泊车过程中系统不断进行反馈与纠正的计算过程。通过实验车的模拟验证,证明了路径规划的正确性。利用CarSim软件进行泊车过程的运动仿真,并对绘制出的轨迹线进行分析,结果表明该方法能控制汽车自动前进至非泊车死区位置,并可以减少对泊车所需车位长度的要求。     

有时间窗车辆路径问题的改进遗传算法

给出了有时间窗车辆路径时间通用数学模型，该模型不仅能够满足大多 数实际问题的需要，而且通过对特定参数的设定，还能够转换成其他几种典型的组合优化问题的数学模型，通过引入新颖交叉算子，构造了一种进遗传算法，该算法摆脱了对群体多样性的要求，不存在传统遗传算法常见的“早熟收敛”问题，该算法已用于解决有时间窗的车辆路径问题，实验结果表明，它可以有效地求得有时间窗车辆路径问题的优化解，最求解车辆路径问题的一个较好方案。     

基于改进遗传算法的AGV集结路径研究

AGV是自动物流仓储系统中的重要组成部分.针对多台AGV集结问题,在对路径时间窗进行分解的基础上,使用改进遗传算法进行求解,详细描述了算法求解的步骤.该遗传算法加入了基于时间窗的调整策略,能够有效减少冲突以及死锁发生的概率,加快求解的收敛速度,能在规定时间内求解出使集结总时间最短的方案.仿真分析表明:与传统遗传算法以及...     

改进的最大-最小蚂蚁算法在有时间窗车辆路径问题中的应用

利用最大-最小策略,最大最小蚂蚁算法减小了蚂蚁算法陷入局部陷阱的可能性。基于对最大最小信息素策略和信息素更新方式的改进,结合快速产生初始解的算法,提出了一种新方法。把该方法应用于有时间窗车辆路径问题,试验结果表明该算法是有效的。     

基于改进遗传算法的 AGVS 单双向混合路径规划

针对自动导引车系统路径规划问题,首先提出了一种新的路径网络模型,即单双向混合路径网络布局。然后在仔细分析该种路径布局的特征和优势的基础上,使用改进的遗传算法实现其路径网络的规划,并详细描述了算法步骤。最后,通过对两个自动搬运系统进行路径规划、系统建模、系统仿真和对比分析,验证了单双向混合路径网络布局的优越性和可行性。     

自动化分拣仓库中多AGV调度与路径规划算法

自动化分拣仓库由多自动导引小车(AGV)同时作业,对大量包裹进行快速分拣。如何为AGV确定搬运包裹序列并规划无冲突的路径,是分拣作业的关键所在。为提高分拣效率,以最小化最大搬运完成时间为目标,定义了冲突AGV的优先级,提出一种生成无路径冲突的路径规划算法;进而,综合考虑AGV调度和路径规划,提出一种改进差分进化算法,算法采用反学习方法生成初始种群,运用自适应的变异和交叉概率进行进化操作,设计动态差分进化策略来提高收敛速度,并设计交换邻域和基于关键AGV的插入邻域进行局部搜索。通过数据实验验证了算法的有效性,并对关键问题参数进行了分析。     

蚁群算法及其在有硬时间窗的车辆路径问题中的应用

为求解有硬时间窗的车辆路径问题,提出了一种基于可行解两阶段构造策略的自适应混合蚁群算法.在第一阶段,用蚂蚁的局部遍历代替传统的全局遍历,每个蚂蚁采用蚁群算法进行局部遍历,构造一个回路,蚂蚁转移采用回路两阶段构路策略;在第二阶段,由前一阶段所构造的回路通过采用近似解可行化策略来组合形成可行解.此外,为提高算法的寻优能力,在转移规则中引入了基于时间窗的紧迫性因子和匹配度因子,并与节约算法和爬山法有机结合.实验结果表明,自适应混和蚁群算法性能优良,能够有效地求解有硬时间窗的车辆路径问题.     

Dispatching, routing, and scheduling of two automated guided vehicles in a flexible manufacturing system

This article presents a new approach for planning the dispatching, conflict-free routing, and scheduling of automated guided vehicles in a flexible manufacturing system. The problem is solved optimally in an integrated manner, contrary to the traditional approach in which the problem is decomposed in three steps that are solved sequentially. The algorithm is based on dynamic programming and is solved on a rolling time horizon. Three dominance criteria are used to limit the size of the state space. The method finds the transportation plan minimizing the makespan (the completion time for all the tasks). Various results are discussed. A heuristic version of the algorithm is also proposed for an extension of the method to many vehicles.     

基于改进遗传算法的物料配送多 AGV 调度优化

为解决混流作业车间中物料配送多自动导引车（ AGV）的调度优化问题,以AGV配送物料行驶时间最短为目标建立数学优化模型,提出了一种改进的遗传算法进行AGV的任务分配和配送路径优化。在算法设计过程中,采用直接反映AGV配送路径和任务分配的整数编码方式,为避免常规交叉变异过程中产生不可行解的情况,改进了交叉变异算子,采用最好－最坏交叉模式和基因段随机交换的变异模式,获得了优化的调度方案。最后,以某重型机械公司装配车间内物料输送AGV调度优化为实例,并与遗传算法和分支定界法进行对比,验证了所提方法的可行性和有效性。     

有时间窗的车辆路径问题的近似算法研究

为了分析不确定性因素对敏捷供需链系统的影响,文章从敏捷供需链系统重构的可能性条件和快速响应特征出发,根据敏捷供需链的运行目标,建立了基于风险因子的敏捷供需链系统风险分析模型,将敏捷供需链的不确定性因素分为系统层、协作层和实体层进行分析;以系统各层评价指标变化为风险分析的最终结果,给出一种针对敏捷供需链系统的风险进行定性与定量相结合的方法和分析流程。最后对该风险量化建模和定量分析方法进行举例验证,风险分析结果能够有助于为敏捷供需链系统的决策层提供决策依据,证明了该风险量化建模和定量分析方法适用于敏捷供需链系统的风险管理。     

自动导引车系统实时多属性任务调度方法

针对制造系统环境下自动导引车系统任务调度问题,提出一种实时多属性任务调度方法;建立综合考虑加工子系统和搬运子系统的制造系统模型;采用输入输出缓冲区状态等系统属性衡量搬运任务的紧迫性,暂时禁止搬运非紧急任务以提高加工子系统的效率;为避免制造系统出现死锁,在调度过程中采用启发式调度规则临时禁止一些关键任务;为提高搬运子系统的效率,将空载路程作为任务分配的依据。仿真结果表明,与三种常用调度方法相比,所提方法具有更好的整体性能。