基于改進(jìn)蟻群算法的AGV路徑規(guī)劃問題研究.pdf

1、近年來,隨著工業(yè)4.0的到來與電子商務(wù)的迅猛發(fā)展,物流業(yè)已經(jīng)成為經(jīng)濟(jì)發(fā)展中重要的組成部分。由于勞動力成本逐漸地增加,企業(yè)生產(chǎn)效率不斷地提升,而自動導(dǎo)引車(Automated Guided Vehicle,AGV)具有工作效率高,安全可靠,可完成復(fù)雜且繁瑣的工作任務(wù)以及應(yīng)用范圍廣等優(yōu)點(diǎn),因此AGV成為現(xiàn)代物流自動化重要研究方向。
　　本文以AGV為研究對象,重點(diǎn)研究AGV路徑規(guī)劃問題以及多AGV之間的動態(tài)協(xié)調(diào)問題。AGV路徑規(guī)劃問題

2、是AGV研究領(lǐng)域中一項(xiàng)關(guān)鍵技術(shù)問題,目標(biāo)為每個(gè)AGV都規(guī)劃出從起始地址到目標(biāo)地址的一條無碰撞最優(yōu)路徑,多AGV之間的動態(tài)協(xié)調(diào)問題則是在AGV路徑規(guī)劃基礎(chǔ)上,AGV在同一空間環(huán)境中同時(shí)移動時(shí),AGV之間能夠?qū)崿F(xiàn)無碰協(xié)調(diào)運(yùn)作。針對AGV問題首先采用改進(jìn)蟻群算法實(shí)現(xiàn)AGV路徑規(guī)劃問題,在此研究成果的基礎(chǔ)上,給出了多AGV系統(tǒng)路徑規(guī)劃協(xié)調(diào)策略。主要工作包括:
　　1.首先對AGV組織結(jié)構(gòu),AGV定位技術(shù)進(jìn)行了研究,并建立了AGV運(yùn)動學(xué)模型

3、,針對不同算法進(jìn)行了比較分析,最終采用了蟻群算法作為解決AGV路徑規(guī)劃問題的算法。
　　2.研究了建立空間環(huán)境仿真模型的方法,結(jié)合本文研究的對象及所適用空間環(huán)境特點(diǎn),利用柵格法思想建立了空間環(huán)境仿真模型。在傳統(tǒng)的蟻群算法的研究基礎(chǔ)上,對基本蟻群算法啟發(fā)因子的計(jì)算進(jìn)行了改進(jìn);提出了優(yōu)勝劣汰機(jī)制以及全局信息素調(diào)整改進(jìn)方案,合理地更新了路徑規(guī)劃中的信息素;利用最大最小螞蟻系統(tǒng)對路徑上信息素進(jìn)行了限制;研究了路徑規(guī)劃中死鎖問題的解決方法。

4、最后給出了基于改進(jìn)蟻群算法的AGV路徑規(guī)劃步驟并進(jìn)行了仿真驗(yàn)證。
　　3.研究了空間環(huán)境下多AGV路徑規(guī)劃結(jié)構(gòu),規(guī)定了任務(wù)分配優(yōu)先級與AGV優(yōu)先級,針對多AGV路徑規(guī)劃系統(tǒng)給出了多AGV路徑規(guī)劃目標(biāo)評價(jià)函數(shù)以及參數(shù)的選取方法;確定了碰撞判斷條件,且在滿足碰撞條件的基礎(chǔ)上分析了多種沖突類型,并根據(jù)不同沖突類型特征,采用了不同的沖突類型判斷方法,同時(shí)對不同沖突類型設(shè)計(jì)了不同的解決策略,最后給出了多AGV動態(tài)路徑規(guī)劃策略步驟,并進(jìn)行了仿