基于速度控制的自动化码头AGV无冲突路径规划

随着劳动力成本的上升,提高码头效率成为港口发展的关键。自动引导车(AGV)是自动化码头水平运输的主要设备,但其作业过程中的冲突、拥堵、等待等问题日益突出,降低了码头的运作效率。以最小化AGV在岸桥和场桥之间的行驶距离为目标建模,选择最优行驶路径。通过检测AGV的重叠率和冲突时间,遵循先到先服务的原则,采用速度控制策略,实现AGV无冲突路径规划。仿真实验表明,该方法能有效降低AGV冲突的概率,减少岸桥和场桥设备的等待时间,提高AGV的作业效率,实现作业成本的最小化。

基于改进A^(*)算法的多AGV路径规划研究

自动导引车AGV(Automated guided vehicle,AGV)的路径规划问题是工业生产和物流领域的关键问题,其中多AGV无碰撞路径规划是研究的难点。本文以实际工业生产现场为背景,提出一种改进的A^(*)算法,该算法利用切比雪夫距离对传统A^(*)算法的启发函数进行加权,显著地减少了A^(*)算法的搜索时间和搜索节点数,提高了传统A^(*)算法的路径搜索效率,并将改进的A^(*)算法和时间窗模型结合,通过时间窗模型提前预判多AGV路径上节点占用情况,根据生产任务需求和AGV离终点的远近程度,动态调整AGV的优先级,有效地解决了多AGV同时行驶时产生的死锁,碰撞冲突问题。试验结果表明,该算法在多AGV进行动态路径规划时,路径的搜索效率得到显著的提高,路径冲突问题也得到有效的解决。

一种针对自动化码头AGV拥堵冲突的动态路径优化策略

针对自动化集装箱码头AGV拥堵和冲突问题,分析了主要原因,提出一种针对AGV拥堵和冲突的路径优化模糊控制方法;从AGV单机性能角度出发,建立一种自动化码头AGV拥堵冲突的动态优化策略。实践表明,该优化策略可有效地提高水平运输效率。

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。

紧致密集Auto Store系统AGV路径规划与避碰策略

针对新兴紧致密集仓储系统Auto Store具有短途挪库作业多、顶层AGV冲突多、货架结构性角落多等特点,提出一种离线-在线两阶段AGV优化调度方法。离线路径规划阶段,给出改进双层A^(*)算法,在拓扑图建模划分搜索区域基础上,上层通过考虑冲突的启发式函数和考虑转弯的代价函数寻求可行区域,下层在此区域基础上搜索最优路径。在线AGV运行阶段,针对两AGV冲突,扩充了回退策略和路线重规划策略;针对多AGV冲突,提出一种基于贪心算法的区域避碰决策策略,以控制问题规模。最后利用Flexsim仿真进行了验证,结果表明,较于标准A^(*)算法,改进A^(*)算法能在保证搜索效率的同时获得冲突较少的初始路径方案;较于优先级策略,区域避碰策略能减少AGV等待时间;将二者相结合,能缩短整体作业完成时间,且随着AGV数量和作业任务增多,优势越明显。