基于数字孪生的多自动导引小车系统集中式调度

针对具有多辆自动导引小车的多机器人存取系统在分布式调度时系统性能不明确、优化程度低的难题,提出一种基于数字孪生的集中式调度方法。建立了以物理系统、虚拟系统、孪生数据中心和系统支撑服务为核心的数字孪生模型,提出物理系统接收指令和采集数据机制、虚拟系统方案生成与仿真机制、孪生数据中心数据处理和对比机制,并基于系统支撑服务确保这3种机制互相映射。通过物理系统和虚拟系统的数据交互预测未来的情况,实现动态拣货单情形下的实时调度。针对系统中发生的各种扰动,提出新的重调度规则进行调度优化。通过实例验证,与传统方法相比,基于数字孪生的集中式调度能够准确预测未来一段时间的系统状态,并能整体优化系统性能,有效处理扰动。

物流自动导引小车系统的管理和控制

提出基于一种多级网络控制系统(NCS)结构的物流自动导引小车系统(AGVS)的控制系统。系统采用集中控制和分散控制相结合的控制方式,具有控制整体性和局部工作自主性的优点。AGVS的管理系统比较复杂,引入矩阵管理方法管理系统,这种管理方法具有简单直观,推理严谨的优点,用构造函数比较的方式代替模糊推理形式,使推理更严谨、直观和简单。

图的着色理论在自动导引小车调度规划系统中的应用

针对目前AGVS(自动导引小车系统)的调度问题的研究现状,为解决AGVS在FMS(柔性制造系统)中的调度次数最优化的问题,文章提出通过图的着色理论来研究满足一定约束的AGVS中调度问题,为满足此类约束条件的AGVS,给出一种行之有效的方法。理论分析结果表明,该方法能够在完成调度任务的同时,能够使AGVS的调度次数最优。图的着色理论对于此类问题的研究,较传统的方法,运算简单,求解直观。与此同时,该方法还可以确定此类问题背景下的系统所需小车的最小值。

基于自动导引小车系统盆栽水稻高通量输送系统的设计

针对栽培区中盆栽水稻需频繁搬运的问题,该文以自动导引小车AGV(automated guided vehicle)系统为核心设计了一套盆栽水稻高通量输送系统。盆栽水稻高通量输送系统包括AGV、无动力种植槽、输送线、上下线机、通讯与控制系统等。水稻主要通过AGV和输送线实现移动。无动力种植槽成行放置于栽培区中,且每个无动力种植槽中栽培24株水稻。AGV按照指令从栽培区中提取种植槽,并将其移动至上下线机,24株盆栽水稻通过上下线机整体进入输送线,并依次移动至指定地点进行作业,作业完成后24株盆栽水稻从上下线机又整体离开输送线,由AGV将盆栽水稻放回原址。AGV移动时通过激光条码定位,定位准确,误差为±5 mm。AGV移动速度快,最高速度达60 m/min。AGV移动平稳,取放、移动种植槽时,盆栽水稻不易倾翻。随机选取的240株盆栽水稻进行输送试验,试验表明,盆栽水稻高通量输送系统联机自动运行可以满足盆栽水稻表型检测速度要求,AGV提取和存放盆栽水稻时位置准确,无歪斜无碰撞,盆栽水稻在移动过程,状态平稳,无倾翻,无折断现象,而且实现了温室中设备的分区管理。该研究成果为其他温室盆栽植物输送提供了参考。

一种AGV调度控制系统软件的数据模型

基于多个AGV应用场景调度控制系统软件的复杂性,提出了一种通用功能的自动导引小车调度系统软件结构,并在此结构的基础上采用适用于依赖注入的数据模型,并且给出了该种数据模型的类结构和接口设计方案,并以运输订单为例阐述订单实现过程的软件实现方法。该设计对专用AGV调度控制系统软件进行重新构造,不仅降低了软件模块的耦合性,也使得软件的开发效率和迁移性得到提高。

CarryPick自动导引车拣选系统

瑞仕格最新推出Carry PiCk自动导引车拣选系统，该系统是一套通过自动导引小车（AGV）将可移动的货架从仔储区域搬送到拣选区域，进行“货列人”拣选的解决方案。这种实现自动化仔取、“货到人”订单拣选的物流系统是为电子商好行业所面临的挑战而特别设计的，用于应时商品品种多样、送货时间短和成本效率控制严格等内部物流需求。CarryPick系统具备很高的灵活性与扩展性，可以根据仓库的需求变化进行快速调整，是可以满足企业当下和未来需求的最佳解决方案。

视觉导引的自动追踪智能车设计研究

视觉导引的AGV小车在近几年发展势头迅猛,它是一款嵌入式的自动化系统,由于现代化工厂的快速发展,AGV小车在物流搬运,节约成本,加快生产方面表现非常出色,因此得到了广泛的应用。自动导引智能车的控制技术已日趋成熟,决定其能否进一步应用于更加复杂、恶劣工作环境的关键技术是其导引技术。目前AGV采用的导引方式有电磁导引、光学导引、激光红外导引、惯性导引等种类。通过查阅资料,我所理解的AGV必须具备如下主要功能:视觉导引功能,通信功能,调速功能。根据这些功能,我确定了自己所要设计的AGV的内容和方案。它的主要设计难点在于视觉导引的自主寻迹,因此我的研究重点就在于它的视觉导引功能。

多目标复合AGV调度系统建模及在电力计量检定中的应用

提出了一种基于车辆行驶距离、任务等待时间与搬运任务优先级的自动导引小车(AGV)多目标复合任务调度模型,通过调整不同因素的权重系数,动态调整模型的性能指标;设计了基于A*算法的AGV调度系统最短路径搜索策略,保证了AGV任务执行效率的最大化;调度模型在超大规模电力计量检定数字化车间中的进行了应用,结果表明该调度模型与路径规划算法具有良好的适应性与可推广性。

AGV控制系统的设计与研究

AGV是一种无人操纵的自动化搬运设备,是自动化仓储系统中物流运输的有效手段。AGV主要由其控制系统决定其运行过程,随着控制器软硬件协调设计和算法的研究与应用带来的种种问题,ROS开源操作系统渐渐得到应用和推广,最近几年AGV正朝着高速、高精度、开放化、智能化、网络化的方向发展。本文对此进行研究,主要探讨硬件设备和软件设备两方面,为其未来发展提供思路。

药品仓库堆垛机与AGV集成调度优化

针对药品仓库药品批次要求严苛、出入库频次较高等原因导致的堆垛机与自动导引小车(AGV)空载率高、效率低等问题,以出入库订单作业总时间最短为目标,建立了适合于药品仓库的堆垛机与AGV集成调度的混合命令序列作业时间模型。针对集成调度模型的组合优化问题,设计了改进的免疫克隆算法,构造改进记忆单元克服了原始免疫克隆算法只记忆单个最优抗体而无法记忆最优解群的弱点。计算结果表明:与人工免疫算法、原始免疫克隆算法相比,该算法有较好的寻优能力和更强的收敛性,有效缩短了仓储作业时间。最后,以药品仓库仓储作业实际为例,应用Plant Simulation分别对优化前后的药品仓库进行仿真。仿真结果表明,所提模型和算法有效提升了药品仓库物流系统的设备运行效率和仓储效率。

基于通用变邻域搜索的多AGV分拣调度优化

为了解决物流仓储分拣中心多台AGV处理大量包裹调度优化困难的问题,在考虑分拣作业时间窗和充电需求的基础上,研究了大规模AGV调度问题。以最小化分拣作业周期为目标,提出了一种通用变邻域搜索(general variable neighborhood search,GVNS)算法,为各台AGV指定转运任务和作业排序,采用遍历插入启发式策略生成满足时间窗约束的初始解,设计了10种邻域算子对初始解迭代寻优,并对比不同规模算例的算法性能,分析AGV充电速率和数量配置对分拣效率的影响。结果表明,GVNS算法具有计算时间和求解性能方面的优势,能在较短时间内求得近似最优解,平均计算时间仅为532.78 s,明显优于混合整数规划模型和约束规划模型;当包裹数为100时,最合适的AGV配置为14辆。因此,GVNS可以有效解决分拣中心考虑充电需求和硬时间窗的大规模多AGV调度问题,提高物流分拣效率,帮助企业找到科学、合理的AGV配置方案。

基于EM-Plant的柔性烟草制丝生产线物流系统的仿真

柔性烟草制丝生产线中灵活多变的自动化输送路径为总体规划设计带来不便,为此,以穿梭车和AGV(自动导引小车)为例介绍了物流系统的仿真,以对物流系统进行合理优化。运用仿真软件EM-Plant建立了柔性制丝生产线模型,仿真模型包括3个生产段及2个功能区:叶片松散回潮段、叶片加料段、切丝烘丝配比加香段,在3个生产段中穿插着烟箱清洁区和库区2个功能区。仿真结果显示,穿梭车和AGV均可以满足试验线上生产区域和存储区域之间的连接,以及各生产段连续生产的需要,合理调度穿梭车可以使各个出货站台等待时间最小,合理设计路径可以提高AGV的输送效率,从而达到优化柔性制丝生产线物流系统的目的。

AGV及AGVS方案研究

综合阐述了自动导引车 (AGV)和自动导引车系统 (AGVS)的各个组成部分 ,总结了每个部分各种实现方案 ,特别对导引方式给出了较详细的介绍。同时 ,对每种实现方法的应用场合和优缺点作了简要介绍。

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。