基于改進蟻群算法的AGV路徑規(guī)劃問題研究.pdf

1、近年來,隨著工業(yè)4.0的到來與電子商務的迅猛發(fā)展,物流業(yè)已經成為經濟發(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)生產效率不斷地提升,而自動導引車(Automated Guided Vehicle,AGV)具有工作效率高,安全可靠,可完成復雜且繁瑣的工作任務以及應用范圍廣等優(yōu)點,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,重點研究AGV路徑規(guī)劃問題以及多AGV之間的動態(tài)協(xié)調問題。AGV路徑規(guī)劃問題

2、是AGV研究領域中一項關鍵技術問題,目標為每個AGV都規(guī)劃出從起始地址到目標地址的一條無碰撞最優(yōu)路徑,多AGV之間的動態(tài)協(xié)調問題則是在AGV路徑規(guī)劃基礎上,AGV在同一空間環(huán)境中同時移動時,AGV之間能夠實現(xiàn)無碰協(xié)調運作。針對AGV問題首先采用改進蟻群算法實現(xiàn)AGV路徑規(guī)劃問題,在此研究成果的基礎上,給出了多AGV系統(tǒng)路徑規(guī)劃協(xié)調策略。主要工作包括:
　　1.首先對AGV組織結構,AGV定位技術進行了研究,并建立了AGV運動學模型

3、,針對不同算法進行了比較分析,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,結合本文研究的對象及所適用空間環(huán)境特點,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上,對基本蟻群算法啟發(fā)因子的計算進行了改進;提出了優(yōu)勝劣汰機制以及全局信息素調整改進方案,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蟻群算法的AGV路徑規(guī)劃步驟并進行了仿真驗證。
　　3.研究了空間環(huán)境下多AGV路徑規(guī)劃結構,規(guī)定了任務分配優(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)劃目標評價函數(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,同時對不同沖突類型設計了不同的解決策略,最后給出了多AGV動態(tài)路徑規(guī)劃策略步驟,并進行了仿