基于冲突预测的多自动导引小车避碰决策优化

为有效解决路径冲突和避碰问题,提高多自动导引小车(AGV)系统的作业效率,提出基于冲突预测的多AGV避碰决策优化方法。结合图论提出一种基于顶点属性和实时位姿信息的冲突预测方法,在考虑路网全局状态的基础上建立避碰决策的数学评价模型,提出一种适用于多AGV系统避碰决策优化的改进粒子群优化算法,通过优化粒子运动的速度和方向避免优化算法过早收敛。采用融合遗传算法的变异思想为粒子引入变异操作,改善优化算法的全局搜索能力。最后通过实验测试表明,该优化方法可以有效解决多AGV系统路径冲突问题,还能缩短避碰过程中AGV的等待总时长,提高多AGV系统运行的安全性与效率。

工厂环境多AGV动态调度系统的组合优化

为解决某玻璃厂对多自动导引小车(AGV)的需求,提出了一套工厂AGV动态调度系统的软件架构。以具体的玻璃运输环境为研究对象,考虑路径冲突,AGV停车等一系列随时可能出现的现实因素,引入时间窗队列解决路径冲突问题,并利用时间窗优化Dijkstra算法。通过预处理地图信息减少算法计算时间复杂度。基于AGV系统的分布式特性提出多AGV报价竞争的路径敵合算法,通过计算特征量将相似路径的订单融合成一条优化路径,缩短订单池完成的总时间。