基于遗传算法的码垛机器人路径规划应用

目的为了改进传统遗传算法在码垛机器人路径规划中可能出现的局部陷阱和过早收敛问题,以及机器人的能耗和路线平滑性问题,提出一种改进的遗传算法机器人路径规划方法。方法针对传统遗传算法存在的问题,分别对种群初始化、适应度函数、选择算子、交叉算子、变异算子的算法和方式进行调整和改进,对优秀算法进行融合。针对基本遗传算法主要着重于路径最短,从而忽视了机器人的能耗及路径平滑性等问题,设计一种综合考虑距离和转弯次数控制的适应度函数,最后将改进的算法应用于码垛机器人的路径规划中。结果仿真结果表明,相较于基本遗传算法,提出的算法搜索到的路径质量更高,不仅距离更短,同时转弯次数远远小于其他算法,路径更为平滑,验证了该算法的有效性。结论基于该算法的码垛机器人路径在兼顾距离最优的同时,路线更加平滑。由于减少了转向次数,机器人的能耗更低,同时仿真结果表明,该算法的实时性也较好。     

用于移动机器人路径规划的曲线轨迹算法

针对移动机器人路径规划方法--人工势场法在相近障碍物之间不能发现路径的局限性,经改进,提出了一种圆弧路径算法.该改进算法从轨迹方程的角度出发,将移动机器人的路径以规则曲线的形式进行规划,确定路径方程,并以圆的曲线方程来表示,以求便于计算,同时综合考虑了路径规划的实时性和最短路径,从而可得出最优路径.构建了三维激光扫描系...     

Frenet坐标框架下的自适应避障算法

目的 解决包装车间无人运输车辆在沿全局路径行驶过程中,难以同时保证跟随轨迹平滑及规避障碍物的问题。方法 构建Frenet坐标框架,描述车辆位姿与全局路径的相对关系,利用五次多项式生成多条待选局部路径;采用障碍物势场法模糊处理包装车间障碍的外形轮廓,并设置膨胀区间;结合待选路径采样点经过障碍物膨胀区间得到的碰撞值,以及采样点与全局规划路径的偏差值,综合评估路径的避障能力,筛选出最优的避障路径。结果 该算法能根据障碍物的大小,动态解算出与全局路径偏移量小且运动连贯的局部避障路径。结论 所提算法使得车辆完成运输任务时的效果更好,且效率更高。     

基于consensus的人工势能场在足球机器人避障中的应用

在分析足球机器人路径规划方法--人工势场法不足的基础上,将基于consensus的人工势能场的新方法应用到机器人避障中.为了避免传统人工势场中导航函数方式的缺点,引入一与运动方向垂直的回转仪的力来代替排斥力.为了避免由障碍物引起的运动奇异性,引入一制动力,使足球机器人减速以便有足够的时间转弯,可以进行很好的避障.利用consensus算法来获得优化的势能场函数,解决足球机器人导航和避障问题,并能达到时间最优和轨迹最优的目的.仿真结果表明该方法能够快速准确地进行避障,且路径比较平滑.     

基于Dijkstra-蚁群算法的泊车系统路径规划研究

针对智能停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于Dijkstra-蚁群算法(Dijkstra-ACO)的泊车系统路径规划方法.首先利用链接可视图法建立环境模型,并在此环境模型下,采用Dijkstra算法规划出AGV的初始路径;其次,通过引入节点随机选择机制、调整信息素更新方式和限定信息素阈值策略等对基本蚁群算法进行优化改进;最后,选用改进的蚁群算法对初始路径进行优化.结果显示:Dijkstra算法和混合算法均能使AGV有效避开障碍物,然后搜索到一条从起点到终点的无碰优化路径;与Dijkstra算法相比,混合算法能有效提高路径搜索效率,缩短搜索路径长度,改善搜索路径质量,表明该算法正确、可行及有效,且具有较强的全局搜索能力和较好的收敛性能,能够满足AGV存取车路径规划的要求.     

面向最短路径的工业包装生产线时间成本研究

目的研究在时间成本条件下,面向最短路径的工业包装生产线物料配送选择的方式。方法首先对该公司工业包装生产线物料配送过程中存在的资源浪费、路线重复等问题进行研究,给出该工业包装生产制造车间物料配送布局图,建立起适用于该工业包装生产线物料配送的优化模型,使用仿水流算法对该模型进行求解,同时将该方法与常规方法进行对比分析。结果从利用计算机求得的数据可以看出,仿水流算法不但使迭代的次数减少,而且与其他类似的蚁群算法相比,也明显缩短了计算机的运算时间。结论通过实例验证对比分析得出,所列出的模型和算法具有较好的优越性和有效性,可以在企业实际生产中利用计算机自动生成该装、卸货路径配送的模式,节约了人工指导的成本。     

RRT与人工势场法结合的机械臂避障规划

针对人工势场法在工业机械臂避障路径规划中容易陷入局部极小值的缺陷,利用改进的快速扩展随机树(rapidly-exploring random tree,RRT)算法与人工势场法结合进行避障路径规划。首先,利用人工势场法进行局部路径规划,当陷入局部极小值时,使用改进的快速扩展随机算法自适应地选择临时目标点,使搜索过程跳出局部极小值点;当机械臂逃离局部极小值点时,切换回人工势场法进行规划。该算法不仅能够实现工业机械臂末端执行器的避障,同时能够防止杆端与障碍物产生碰撞,最终到达目标点。仿真实验表明,该方法实现简单,能够适应环境的变化,在复杂的环境下依然有效,满足机械臂避障的要求。最后,通过进行实际实验表明了实际与仿真实验的一致性。     

基于势场导向权的改进机器人 路径规划免疫算法

为了解决复杂环境中移动机器人的路径规划问题,结合人工势场法计算量小的特性和人工免疫网络的自适应调节能力,提出了一种改进的路径规划免疫算法。为了提高免疫网络的搜索能力以及免疫网络的收敛性,将人工势场法的规划结果作为先验知识构建了导向权,同时将抗体命令清晰度和抗体转移后的距离变化作为变量,构建了新的抗体转移概率算子。仿真结果表明,与其他算法相比,新算法在最优规划能力和网络收敛性能方面都有明显提高。     

基于烟花混合蚁群的移动机器人路径规划研究

目的 以应用于包装车间的移动机器人的路径规划作为研究对象,解决蚁群算法收敛速度慢、寻找到的路径不优等缺陷。方法 引入改进烟花和蚁群融合的方法进行搜索,首先建立移动机器人的栅格地图,其次采用改进烟花算法进行路径粗搜索,将得到的路径作为信息素增量,再运用蚁群细搜索求解。结果 文中方法与传统方法相比,收敛速度得到提高,并寻找到了更优的路径。结论 通过采用融合算法,弥补了烟花寻优的不足,加快了蚁群的收敛,可以对2种算法互相取长补短。     

基于危险斥力场的自动驾驶汽车主动避撞局部路径规划

针对平直道路上碰撞交通事故的多发性和复杂性,借鉴人工势场理论思想,提出了一种基于危险斥力场的自动驾驶汽车主动避撞局部路径规划算法.该算法建立了算盘式道路和危险斥力场模型,根据算珠受到来自道路边界斥力、障碍物边界斥力和线性拉伸弹簧拉力共同作用达到的受力平衡状态,得到一个非线性方程组,用牛顿迭代法求解出一条能安全避开障碍物且符合汽车动力学性能要求的避障路径.仿真结果表明,该算法有效可行,且具有运算量小、实时性好、安全可靠的特点.     

考虑冲突避免的多AGV路径规划研究

目的 提高物流企业“货到人”拣选系统在实际生产中的工作效率，避免自动导引小车(AGV)间的冲突死锁，研究大规模多AGV的无冲突路径规划和协同避障问题。方法 首先考虑AGV空载、负载情况和路径扩展成本，改进A^*算法，动态调整代价函数，优化路径扩展方式。其次，提出冲突检测及避免算法，对可能产生局部冲突的路径交叉点进行避障调度，通过预约锁格，实现局部冲突的检测，制定优先级避障策略，解决AGV动态行驶路径上产生的局部冲突和死锁，进而实现全局无冲突路径规划。结果 对多组不同任务量和不同AGV规模的场景进行仿真，实验结果表明，考虑冲突避免的改进A^*算法能有效实现100个任务、90个货架单位和7个拣选站场景下的多AGV动态路径规划，相较于传统A^*算法，其平均拣选时长缩短了52.61%。结论 该方法可实现大规模场景下的多AGV动态路径规划，在付出较小转弯代价的同时有效避免局部动态冲突，该方法可为相关企业实现多AGV协同调度提供新的思路和理论依据。     

A construction algorithm for designing guide paths of automated guided vehicle systems

A construction algorithm is suggested to design guide path networks for automated guided vehicle systems (AGVSs). This study uses the total travel time, including waiting and interference time, of vehicles as the decision criteria for determining the direction of path segments on unidirectional guide path layouts. The Q-learning technique is applied to estimate the travel times of vehicles on path segments. Computational experiments were performed to evaluate the performance of the proposed algorithm. The simulation results showed that the proposed algorithm is superior to Kim & Tanchoco's (1993) algorithm in terms of the average travel time, the interference time and the number of deliveries.     

数控梁柱材六面加工生产线控制系统设计

目的针对家具业和木工机械加工企业现阶段定制梁柱材批量化生产程度低,自动化生产程度不高,生产单件成品成本高,后期人工包装产品依赖度高,包装产品成本高,工作车间环境恶劣差等一系列问题,设计一套新型的数控梁柱材六面加工生产线控制系统。方法系统采用台达DVP-48EH3系列可编程逻辑控制器作为下位机成为执行单元,工控机主机作为上位机成为运算单元,PLC扩展连接系列配套模块,实现人机交互、模拟采集、数据交换、运动控制等功能,通过生产线各机电模块相互配合动作实现梁柱材的高速、批量化加工生产。对接后续包装工序,利用梁柱材成品后续包装加工。结果该生产线控制系统具备木材坯料外形轮廓和尺寸自动识别功能,完成了梁柱材六面铣削、刨削和开榫槽榫眼加工要求,完成一件产品的平均加工效率为2.25 min,控制系统故障率低,明显提高了后续梁柱材成品包装率。结论经过虚拟仿真加工测试实验表明,该生产线控制系统具有优秀的可靠性和稳定性,满足家具产品市场上基于客户订制的多件小批量生产模式的发展趋势,高效快速完成梁柱材订单加工生产要求。     

面向多点卸货的箱柜类货物的装箱策略研究

目的为解决箱柜类大件货物装箱过程中存在的效率低下、物流成本高的问题,对箱柜类货物的装箱问题展开研究。方法以功能沙发为例,分析箱柜类货物装箱的常见约束条件,搭建含有体积、重量、摆放方向、装箱顺序的约束的货物码放数学模型,提出一种改进遗传学算法用于数学模型的求解。结果以45件功能沙发的实际数据进行装箱实验,结果表明算法得出的装载方案合理,在满足箱柜类货物装箱约束的条件下,对货箱的空间利用率达到75%以上。结论算法对箱柜类大件货物的装箱能够快速得出合理的装箱方案,为复杂情况下货物的装箱提供了一条解决思路。     

基于机器视觉的药品包装生产线自动检测系统

目的提高包装药品效率,保证包装过程的正确率和安全性。方法在充分研究药品包装生产线现状的基础上,将机器视觉应用于药品包装生产线药品的自动检测,采用基于最大熵阈值,设计一种图像分割方法;同时采用自适应高斯引导图像滤波算法,设计一种图像去噪算法。结果通过实验验证,该系统可以实现药品包装生产线的自动检测,并能自动剔除不合格药品,保证生产安全。结论研究的药品包装生产线自动检测系统具有自动化程度高、效率高的优点,具有广阔的市场应用前景。     

Using Functional Virtual Population as assistance to learn scheduling knowledge in dynamic manufacturing environments

When a scheduling environment is static and system attributes are deterministic, a manufacturing schedule can be obtained by applying analytical tools such as mathematical modelling technology, dynamic programming, the branch- and-bound method or other developed searching algorithms. Unfortunately, a scheduling environment is usually dynamic in a real manufacturing world. A production system may vary with time and require production managers to change schedule repeatedly. Therefore, the main aim here was to find a scheduling method that could reduce the need for rescheduling. An approach called Functional Virtual Population was proposed as assistance to learn robust scheduling knowledge for manufacturing systems under rationally changing environments. The used techniques include machine learning with artificial neural networks and IF-THEN scheduling rules. To illustrate the study in detail, a simulated flexible manufacturing system consisting of four machines, four parts, one automatic guided vehicle and eight buffers was built as the foundation for learning the concept. Also, Pythia software (a back-propagation-based neural networks) was employed as the learning tool in the learning procedure.     

求解带AGV柔性作业车间调度问题的改进灰狼算法

针对带AGV的柔性作业车间调度问题,以最小化完工时间为目标,考虑AGV在装载站、机器、卸载站之间的有效负载时间和空载时间,构建了数学规划模型。其次,提出一种有效的灰狼算法进行求解,基于该问题特征,设计机器选择、工序排序和AGV搬运的3段编码,有效地保证每个个体均可产生可行解;灰狼算法中改进了关键参数a和E设定方式,有效平衡了算法的勘探能力和局部搜索能力;为进一步提升算法跳出局部最优解的能力,该算法融合了领域搜索等方法。最后,案例测试结果表明,改进灰狼算法在求解带AGV柔性作业车间调度问题中具有优越的性能。     

动态环境下基于自适应步长Informed-RRT*和人工势场法的机器人混合路径规划

为解决移动机器人在动态环境下的路径规划问题,将Informed-RRT*和人工势场法相融合,提出全局与局部规划算法相融合的路径规划方法。首先,针对Informed-RRT*算法采样效率低,以及得到路径不满足机器人运动学约束的问题,采用目标偏置法与自适应步长法,减少冗余搜索与不必要树的生长;同时,引入走廊优化与时间重分配法,优化路径节点,使路径更加平滑。其次,针对人工势场法易陷入局部极小值和目标点附近不可达的问题,采用平滑窗格策略,增设全局路径子目标点,使机器人能够逃离局部极小值,完成规划任务。仿真结果表明,静态环境中自适应步长Informed-RRT*算法相比于Informed-RRT*算法求解时间缩短了71.98%;动态环境中,混合算法相比于人工势场法,搜索时间缩短了15.4%,路径长度缩短了11.1%。