基于动态避障优先级与预测的多AGV无冲突路径规划

为实现多自动导引运输车(AGV)在机器人履约系统(RMFS)中的高效低成本运行,提出一种无冲突路径规划策略。对RMFS的仓储区域进行栅格处理,考虑重载和空载运行成本差异,细化不同运行状态包括匀速、加减速、等待、转弯等的成本,建立多AGV运行成本最小的路径规划模型。通过避障成本动态设置避障优先级及通过预测AGV在拣选工作区排队等待状态确定AGV重载出发时刻,结合改进A*算法,实现多AGV无冲突路径求解。仿真结果表明:从AGV的运行成本角度,考虑动态避障优先级和重载出发时刻预测的多AGV路径规划策略,降低了系统运行成本,缩短了任务完成时间,避免了多AGV在RMFS中的碰撞及拥堵,实现了降本增效。

考虑冲突和拥堵的自动导引车调度与路径规划协同优化

针对自动化集装箱码头自动导引车(AGV)调度与无冲突路径规划问题,提出了AGV冲突拥堵解决策略以生成无冲突路径。首先,考虑堆场缓冲支架的容量,运行路径无拥堵、节点无冲突约束,以最大完工时间最小、AGV总行驶时间最短为目标建立两阶段混合整数规划模型;其次,设计改进的自适应遗传算法、基于冲突拥堵解决策略的迪杰斯特拉算法求得AGV调度方案与无冲突路径。算例分析结果表明:改进的自适应遗传算法相较遗传算法平均求解时间降低了13.56%,且目标函数平均差距率为9.01%;基于冲突拥堵解决策略相较停车等待策略使得水平运输区拥堵度降低67.6%,AGV等待时间减少66.7%。可见,所提算法求解质量高且速度快,同时验证了所提策略的有效性。

考虑订单拆分策略的AGV拣选效率优化方法

为提高智能仓库系统中AGV的拣选效率,针对AGV订单拣选优化问题分为AGV-货架任务分配、多AGV无冲突路径规划两个子问题进行研究,根据订单特点引入订单拆分策略,并以最小化AGV完成所有订单的总时间为目标构建数学模型。首先,设计了确定货架优先级的AGV-货架任务分配算法(AGV-shelf task allocation algorithm, ASTA)求解匹配问题。然后,提出一种带有贪婪参数并嵌入冲突消解策略的改进Q-Learning算法,得到拆分策略下最优无冲突拣选路径方案。最后,通过在40 m×40 m仓库布局中的订单集数值实验对比分析,所提算法与现有的两种算法对比结果显示,AGV完成所有订单的总时间分别平均减少11.63%和26.74%,验证了拆分策略的有效性,并且通过AGV使用数量、完成订单时间和路径冲突等待时间占比三个指标的对比验证了拆分策略和所提算法能有效缓解拥堵情况,减少行驶路径长度,提高拣选效率。此外,针对AGV数量灵敏度分析,在不同数量的AGV对行驶时间和路径冲突等待时间的影响方面,发现19台AGV数量是最佳配置,验证了模型的可行性和算法的有效性。

联合收割机多机协同作业路径优化

随着我国土地流转政策的不断推进,种植实现规模化生产和管理,采用多台联合收割机同时进行收获作业,可不仅提高效率,而且对抢种抢收,减少自然灾害的风险,实现颗粒归仓意义重大。但是由于作业路径规划不当,常常发生作业冲突、反而效率降低,成本增加等问题,因此,研究如何规划和优化联合收割机多机无冲突协同作业具有十分重要的理论意义和实用价值。本文以总作业时间和作业时长为综合优化目标,综合考虑联合收割机转弯和作业冲突的情况,提出了联合收割机多机无冲突协同作业路径优化算法(improved genetic algorithm,IGA)。结果表明,与遗传算法(geneticalgorithm,GA)相比,IGA优化的矩形农田作业路径总作业时间和作业时长平均分别下降了33.72%、34.00%,IGA优化的梯形农田作业路径总作业时间和作业时长分别下降了29.93%、30.00%,与并排作业相比,IGA优化的矩形农田作业路径总作业时间和作业时长平均分别下降了2.45%、2.29%,IGA优化的梯形农田作业路径总作业时间和作业时长分别下降了2.42%、2.02%。研究结果表明采用IGA进行多联合收割机作业路径优化是可行的,可为联合收割机多机无冲突协同作业路径规划提供参考。

自动导引车系统资源分配问题的建模及求解

针对自动导引车系统中由任务分派及路径规划共同构成的资源分配问题,基于自动化出入库系统建立模型,提出了一种以粒子群优化(PSO)迭代为框架,并加入无冲突路径规划的优化算法,弥补了以往只按顺序分配任务造成的不足。首先通过粒子群的迭代原理寻找最优任务分派方案;然后通过无冲突的路径规划得到资源分配的结果,同时在解的评价机制中加入了时间窗、工作量均衡及路径无冲突等约束条件,保证方案的可行性。通过模拟自动入库系统,与传统的自动导引车系统调度算法进行了对比,实验结果表明,所提算法在总行驶里程上平均节约了10%左右,且任务分配的均衡性更好,系统的整体效率得到了有效的提升。