Application of Automated Guided Vehicle (AGV) Based on Inductive Guidance for Newsprint Rolls Transportation System

The paper presents the development and performance of a kinematics control scheme for the AGV based on inductive guidance in transporting newsprint rolls. The required error is pre-computed using a kinematics model of the AGV taking into account the effect of various factors that contribute to improve tracking performance of the AGV. Simulation and experimental results illustrate that the kinematics model performs well and the results of various factors contribute to tracking performance of the AGV.

基于Plant Simulation的AGV输送系统仿真分析及其应用

在电表自动化检定线中,采用自动导引车(AGV)作为输送单元,连接电表检定单元与库房接驳处。针对AGV输送系统仿真建模问题,提出了一种基于Plant Simulation仿真工具的仿真建模方法,为生产实践中分析自动导引车系统(AGVS)探索出一条可行之路,建立了某电表自动化检定线中AGVS模型,运用所建模型分析了系统所需AGV数量,从而验证了所提建模方法的有效性。

不确定情景下AGV系统调度算法的仿真平台

不确定情境下的完整自动引导车(automated guided vehicle,AGV)系统调度算法,除了要包含常见的任务指派策略和路径规划算法之外,还需要包含冲突应对策略。由于存在随机性,这样的调度算法难以从理论上分析其特性,相关研究也较少。基于离散事件仿真技术,设计并开发了一个AGV系统仿真平台,可以灵活地设置调度问题,并选择调度算法中的任务指派策略、路径规划算法和路径冲突应对策略进行仿真。该平台具有可视化的界面,可以直观地观察AGV的运行状态和调度算法的表现,也可以输出最终的仿真实验统计数据。实验表明:该平台可以准确有效地对不确定情景下的调度算法进行评估与比较。

基于拥堵感知的自动化集装箱码头AGV充电策略

为解决集装箱码头自动导引小车(AGV)作业过程中的拥堵、充电问题,以最小化AGV的完工时间为目标建立混合整数规划模型,提出分流拥堵路网分区中AGV的充电策略,并设计两阶段算法进行求解。第一阶段利用模拟退火算法优化AGV任务调度,第二阶段对于最优的AGV调度,进一步利用基于Dijkstra的拥堵预测算法应用拥堵感知充电策略优化AGV充电任务调度。实验表明拥堵感知充电策略比排队等待充电策略和按需充电策略分别平均节约了5.94%和2.73%的作业时间、方差分别为4.08和3.09。拥堵感知充电策略提高了AGV的作业效率,且其有效性与路段利用率、最大拥堵系数密切相关。

基于Flexsim的AGV数量配置仿真分析

运用Flexsim仿真技术解决企业在确定AGV设备投入数量时面临的难题,利用系统仿真软件Flexsim构建仿真模型,通过仿真模拟的方法对AGV配置数量进行逐步优化。从而协助企业选择最佳的AGV数量配置,避免企业因盲目决策而投入更多的AGV导致资金浪费或系统能力不足。

具有跨多层式自动导向小车的物料运输系统排队网建模与分析

针对具有多台自动导向小车的物料运输系统,需重点考虑其可跨多层且路径随机的特性。首先,根据自动小车可能的驻留点、运输路径和任务类型分解出多种不同的场景,计算其发生的概率;其次,采用两矩法描述节点的服务时间和分布类型,提出混合排队网模型分析系统的各项性能指标,并通过迭代算法进行近似求解;最后,设计集有效性和准确性验证为一体的三维仿真实验平台,将不同方法的求解结果进行对比分析,其结论可为该类物流系统的设计人员提供关于资源配置和路径规划等方面的优化建议。

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。

多自动导引车路径规划的诱导蚁群粒子群算法

为有效解决多自动导引车路径规划中的冲突问题,提出一种诱导蚁群粒子群算法。在自动导引车行驶时间计算的基础上,分析了路段冲突、节点冲突问题,建立了多自动导引车路径规划模型。在诱导蚁群粒子群算法的状态转移规则中,增加诱导因子来引导自动导引车规避冲突;将蚁群算法与粒子群算法相融合,对路径与等待时间进行同时优化。不同规模算例的仿真结果表明,该算法能有效避免路段冲突与节点冲突,提高多自动导引车系统运行的安全性与效率。

视觉导引AGV鲁棒特征识别与精确路径跟踪研究

针对AGV多分支路径与工位点标识的可靠识别以及导引路径的精确跟踪问题,提出了一种基于双视野窗口的鲁棒特征识别与精确路径跟踪方法。采用整幅视野范围作为模式识别窗口,在该窗口采用基于核主成分分析(KPCA)和BP神经网络的识别方法,将路径特征通过核函数映射到高维空间进行PCA降维,再利用BP神经网络识别降维后的样本矩阵。同时提出一种导引扫描窗口设置方法,该窗口范围取决于摄像机竖直视角以及摄像机安装倾斜角,在导引扫描窗口内将导引路径简化为直线模型并用最小二乘法拟合,针对拟合直线计算导引所需的路径偏差。实验结果表明,KPCA-BP方法显著提高了路径特征识别的实时性和鲁棒性,6类路径特征的平均特征识别正确率为99.5%;导引扫描窗口有效减小了导引路径直线拟合的计算误差,直线路径跟踪误差小于3 mm,曲线路径跟踪误差小于30 mm。

考虑有限物流运输能力的智能车间AGV调度算法研究

以大批量生产模式智能车间为背景,针对单环布局下多自动导航小车(AGV)的调度问题进行研究。首先,对典型智能车间特点进行了分析,利用Plant Simulation仿真平台建立了基于实际生产场景的仿真模型;其次,提出了基于软时间窗的AGV调度规则和基于备选调度规则集的6个运行机制;最后,通过设计仿真实验对上述7个调度规则进行了分析和比较。实验结果表明,基于软时间窗AGV调度方法总体上表现更好。这为企业配置和调度AGV小车提供了决策支持。

智能制造系统AGV小车及缓冲区容量仿真优化

具有MHS(material handling system)的智能制造系统AGV(automated guided vehicle)小车及缓冲区最大容量配置优化,属于典型的非线性整数规划问题。由于约束无法用封闭形式表达,因此较难获得问题的精确解。为此,本文提出了仿真优化的方法以获得问题的近似解。首先,对AGV小车及缓冲区最大容量配置优化问题进行了描述;其次,基于Em-plant平台建立了具有MHS的智能制造系统仿真模型;然后,基于不同的优化目标,提出了3种仿真优化方法;最后,通过仿真试验对上述3种方法进行了分析与比较。分析表明,本文提出的方法及优化结果,可为企业配置AGV小车及缓冲区最大容量提供决策支持。

红外线传感器及其导引技术在自动导向车中的应用研究

在保证自动导向车导引精度的前提下,如何构筑一种性能优异、成本低廉的传感器测控系统是自动导向车技术的研究热点和难点。现以普通红外线传感器作为自动导向车信号采集的核心器件,并采用优化阵列式分布,构成了一种功能突出、性能稳定、结构简单、导引准确、价格低廉的光电眼,进而通过系统微处理器的分析和处理,排除了环境干扰,强化了测控功能,使自动导向车获得良好的导引效果,可确保基于此技术的自动导向车具有优越的性价比和实用性。

自动引导车辆系统的研究(四)——自动引导车辆(AGV)的建模仿真

根据车辆动力学建立了引导系统的仿真模型,通过仿真研究了各主要因素对引导性能的影响。提出了相应的控制策略,并通过仿真运算加以证实。

基于UML和多线程的AGVS仿真工具设计

基于AGVS的有色时延Petri网和有向图模型,使用面向对象的方法,以基于多线程技术计算机动画仿真功能为目标;以统一建模语言(UML)和Rational Rose为工具,Design View和ProcessView为重点进行了AGVS仿真工具的设计。按照该设计实现的仿真工具已经成功的应用于AGVS的仿真研究当中。

基于模拟退火遗传算法的纺纱车间调度系统

为解决有自动引导运输车(AGV)的环锭纺纱车间协同调度系统多种约束条件下的调度问题,在考虑工艺、加工设备资源、AGV资源以及批处理4种约束条件的情况下,建立了满足最大完工时间最小化和设备利用率最大化的AGV纺纱车间协同调度模型。针对模拟退火和遗传算法计算效率低和易陷入局部最优解的缺点,提出了基于模拟退火遗传算法的纺纱车间调度模型求解算法。实验结果表明:当给定条筒为50个时,同等环境下,基于模拟退火遗传算法的调度方案要比普通的模拟退火和遗传算法的最大完工时间分别减少了1162 s和1619 s,纺纱车间的设备和AGV的利用率也分别提高了将近12%和11%。该方法在提升环锭纺纱车间运行效率方面具有一定的应用价值。

自动导引车系统的有色时延PN-有向图建模

基于有色时延Petri网理论、有向图理论、PN的合成和简化技术,结合烟草行业的卷接包车间为典型实例对自动导引车系统(AGVS)进行分析,构造了AGVS的有色时延Petri网-有向图模型,包括适合于仿真软件开发的AGVS有色时延Petri网模型,适合于路径优化研究的AGVS有向图模型和从有向图模型得到有色时延Petri网模型的转换算法。利用该模型成功的开发了AGVS仿真软件系统AGVSim。

基于视觉自动导向车的评估平台设计

开发基于视觉自动导向车的评估平台仿效真实机器车操作环境,使用Matlab进行算法的设计与实现,通过机器车验证。基于该平台设计出一种新的视觉信息测量算法,该算法结合自适应中值滤波器、反转透视图和边缘探测技术。模拟和实验结果证明,该算法的测试更简易,更容易通过嵌入式系统进行实现。

基于响应面和NSGA-Ⅱ的AGV系统多目标优化配置

AGV(automated guided vehicle)系统对于制造系统的生产柔性和生产效率具有重要作用,由于AGV系统具有许多的变量且有动态性、随机性特点,其优化配置比较复杂。提出了一种将系统仿真、数学解析和多目标优化相结合的方法,对AGV系统进行了优化配置;运用离散事件仿真模拟AGV系统运行,利用敏感性分析分离设计变量,采用析因试验和响应面方法拟合多目标优化数学模型,基于非支配解排序多目标遗传算法求解多目标优化解。通过AGV系统实例,证明了该方法的有效性,可为制造系统和物流仓储领域中AGV系统的优化配置提供一种有效的系统性分析方法。

基于Mecanum轮的全向运动视觉导引AGV研制

介绍了自主研发的Mecanum全向运动视觉导引AGV。该AGV采用视觉导引方式,利用CCD摄像机采集地面路径信息,对采集的每一帧图像做畸变校正及光照补偿后进行阈值分割,采用场扫描法扫描路径,获得当前路径相对视野的角度偏差与距离偏差;主控制器调整Mecanum轮速度,使车体沿导引线行进。采用Mecanum轮驱动的AGV具备全向运动能力。实验表明,研制的全向运动视觉导引AGV能够实现可靠的导引。

基于变邻域模拟退火算法的多自动导引车任务分配优化

针对多自动导引车(AGV)仓储系统任务分配问题,提出了变邻域模拟退火(VN_SA)算法。首先,根据系统作业流程及AGV运行特征,以AGV执行任务的路径代价、时间代价以及任务均衡值代价为目标,并在约束中加入AGV空载行驶和负载行驶的耗电情况,构建更贴合实际的多AGV仓储系统任务分配多目标优化模型;其次,针对问题特点,设计了一种变邻域模拟退火算法。算法中的邻域扰动操作拓展了模拟退火算法的搜索范围,且概率突变特性的结合使算法跳出局部最优,并获得全局开发的效果。分别设置任务量为20、50、100的作业进行仿真实验,实验结果表明,所提算法优化后的总代价相较于遗传算法(GA)分别降低了6.4、7.5、13.2个百分点,验证了所提算法在不同任务规模下的有效性。可见所提算法具有更好的收敛性和搜索效率。