MES管控下考虑AGV能耗的路径优化设计

随着车间生产逐步走向自动化、智能化,制造执行系统(MES)以及自动引导小车(AGV)的应用范围越来越广。根据项目实例,设计车间MES中控系统和AGV调度系统的互联以及AGV的搬运过程。考虑到目前AGV大多采用电池储能,能耗效率也成为实际问题的优化目标,结合MES任务时间窗的约束,建立数学模型解决AGV路径规划的多目标优化问题,并提出一种改进遗传算法,通过随机初始多个路径编码,进行POX交叉、逆序变异和锦标赛选择后得到最优解。经仿真实验,得到最优路径规划,同传统算法相比求解质量更优。

基于ROS架构的叉车型AGV控制系统设计开发研究

针对叉车型AGV开发成本高、系统封闭、可拓展性差的问题,该文基于开源机器人操作系统(ROS),设计了一套新的控制系统。该控制系统采用双层控制架构,通过模块化的设计思想实现了控制平台的搭建。其中,上层控制器采用装有Linux操作系统和ROS的嵌入式工控机实现叉车型AGV的即时定位与建图(SLAM)及路径跟踪功能;下层控制器采用西门子PLC实现对I/O信号的采集,以及通过CAN网络实现对舵轮的行走与转向控制及信息采集、对电源系统实现监控、对货叉起升高度检测,同时可以与车间调度计算机通过无线网络进行AGV调度与在线监控。

AGV调度优化的应用场景、关键因素和研究方法综述

针对自动引导小车(automated guided vehicle,AGV)调度问题,梳理了制造、仓储、港口以及快递分拨中心中的AGV使用和调度研究现状,发现以快递分拨中心为代表的服务业是新兴且研究较为薄弱的领域;分析了AGV调度优化需考虑的因素,发现数量配置与充电管理两个关键因素联合考虑的不足,建议未来在大规模动态调度研究中将二者统筹考虑;从精确方法、近似方法和基于人工智能的新方法3个方面总结AGV调度研究方法,建议未来可在启发式算法的基础上融入基于人工智能的新技术和新方法以获得创新。

强化学习下浅充浅放充电策略AGV调度研究

针对自动化集装箱码头自动导引车(AGV)调度中的充电问题,考虑浅充浅放充电策略构建了混合整数优化模型。该模型以最小化AGV最终完工时间为目标,在考虑AGV电池电量变化以及AGV不同状态耗电差异的约束下,利用AGV空闲时间和一个作业循环结束时间补电,减少AGV充电次数,进而减少总完成时间。模型采用Wolf-PHC强化学习进行求解,并分别与GAMS求解器、Q-learning算法及遗传算法(genetic algorithm,GA)求解结果进行比较,以验证模型的有效性和算法的优越性。算例分析表明在浅充浅放充电策略下AGV利用效率较高,且Wolf-PHC与GA的结合对模型求解效果更佳。

考虑路径长度与冲突的AGV停车场停车位分配方法

为解决自动引导小车(Automated Guided Vehicles,AGV)智能停车场中的停车位分配不合理、多AGV协同作业过程中频繁冲突的问题,针对停车位分配问题进行了研究。根据停车场环境布局,采用拓扑图法建立停车场环境地图模型,并提出一种考虑长度与冲突的停车位分配双目标优化模型,从全局层面减少多台AGV之间的冲突。鉴于模型的多目标特征,设计非支配排序遗传算法(Nondominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)对停车位分配模型进行求解。为验证模型与算法的有效性,进行停车位分配仿真实验,并将所提出的模型与传统的基于最短停车路径长度的停车位分配方法及空停车位随机分配方法进行对比。实验结果表明,NSGA-Ⅱ算法适用于求解停车位分配模型,在不同任务数量和不同AGV配置数量下,算法均能得到多样的Pareto非劣解集;与传统方法相比,所建模型的总停车路径长度指标与基于最短停车路径长度的停车位分配方法相近,路径冲突概率则比基于最短停车路径长度的停车位分配方法和随机分配方法分别降低67.44%和44.00%;在AGV智能停车场高峰期的连续停车任务中,所提出的停车位分配模型和求解算法可寻找到最优停车位分配方案并从全局角度规划AGV的停车路径。

带时间窗约束的AGV集配货绿色路径规划问题研究

针对柔性制造车间背景下带时间窗约束的自动化导引运输车(automated guided vehicle,AGV)集配货绿色路径规划问题,以最小化AGV集配货过程能耗及时间偏离能耗作为组合优化目标,构建AGV绿色车辆路径规划模型,根据所研究问题特性,提出了一种改进变邻域搜索的混合遗传算法(GA-VNS)对其进行求解,并设计了5种邻域结构来提高算法寻优能力。通过对Solomon算例测试集进行求解,并与国际已知最优解进行数据对比,验证文章所提算法的可行性;进一步以某柔性制造车间某一生产时段的AGV物流运输任务作为实验案例,分别使用所设计的算法、GA和VNS算法对问题进行求解,数值实验结果表明了文章所提模型及算法的优化、适用性,为车间实现节能减排的发展目标提供一种可行方案。

室内外混合环境下基于IMM-EKF的AGV连续定位方法研究

针对室内外混合环境下自动导引车(AGV)连续定位中存在多模型不匹配竞争、定位精度差的问题,提出一种基于交互式多模型—扩展卡尔曼滤波(IMM-EKF)的AGV室内外连续定位算法。针对AGV连续定位存在定位精度差的问题,提出采用平行扩展卡尔曼滤波器分别实现激光雷达(LiDAR)/里程计(ODOM)、全球导航卫星系统(GNSS)/ODOM的融合滤波定位。针对AGV连续定位存在多模型不匹配竞争问题,提出通过模型的似然概率分别计算LiDAR和GNSS模型概率,并根据模型概率对定位结果进行加权融合,从而计算AGV的最优位姿估计。AGV连续定位实验结果表明:本文提出融合LiDAR/GNSS/ODOM的IMM-EKF连续定位滤波算法,极大地提高了室内外连续定位精度、并有效抑制模型间的不匹配竞争关系,实现AGV的实时全局精准定位。

基于激光雷达的差速AGV精确接驳方法研究

针对差速自动导引车(AGV)在与工作平台横向接驳时停靠间隙过大问题,本文提出了AGV精确接驳方法。该方法采用激光雷达(LiDAR)作为探测装置,对雷达数据进行线段分割后,依据定位的特定角点位置来推算差速AGV位置与姿态信息,结合轨迹规划算法获得精确接驳轨迹,实现差速AGV精确接驳。实验结果表明:该方法在实验环境中更易识别角点特征,定位误差小于0.01 m,能够精确接驳工作平台,验证了本文提出方法的科学性与可行性。

智能电子组装车间的AGV物流配送仿真及优化

该文以某智能电子组装生产车间的AGV(自动引导小车)物流配送系统作为背景,研究在该系统中AGV运载能力和数量对物料配送及时率的影响。结合数学、运筹学及C++编程等知识,设计拉动式的物料配送响应规则,通过仿真软件建立实际生产场景的AGV物流配送仿真模型。采用统计学方法,进行20组全因子试验。结果表明,AGV的数量、运载能力对物料配送及时率具有显著影响。基于响应优化方法获得最优的AGV配置方案,提高物流效率,减少投入成本,为企业决策提供参考。

结合ISO 13849-1的自动引导车(AGV)安全评估

自动引导车(AGV)作为生产物流自动化中必不可少的一部分,在国内没有很好的安全标准可以参照执行,导致AGV的制造水平良莠不齐。随着工业4.0和智能化工厂的蓬勃发展,AGV的市场需求逐步变大,高效和安全成为了衡量AGV的重要标准。AGV的安全性能设计需要符合ISO 13849-1标准,本文通过对AGV的控制系统的安全性能进行评估,确定AGV的安全等级,并提出相应的安全对策,以保障人员和设备的安全。

基于PLC的AGV小车自动控制系统设计

文章介绍了自动导向车(Automated Guided Vehicle,AGV)小车自动控制系统的关键技术和设备,以及基于可编程逻辑控制器(Programmable Logic Controller,PLC)的AGV小车自动控制系统设计,包括PLC与AGV小车的通信设计、PLC控制功能设计及监控功能设计。

智能化仓储中无线传感器定位技术研究

移动目标定位相比较于固定目标定位具有高精度、低时延和低能耗要求。在智能化仓储场景下,自动引导车(AGV)移动设备定位直接关系到仓储服务的效率。基于灰色模型(GM)预测优化的场景匹配,对蒙特卡罗定位(MCL)算法进行了改进优化,降低了传统MCL算法的预测迭代频次,提高了定位传感器网络拓扑的稳定性和响应的速度。将灰色模型-蒙特卡罗定位(GM-MCL)和传统MCL进行对比,结果表明GM-MCL算法在步长为20的条件下误差率低至0.13,而MCL算法和质心定位算法的误差分别为0.16和0.25。同时,当锚点步长增加到30时,误差率更是降低至0.06。在不同运动速度和加速度条件下,相较于传统的MCL算法,其误差率也降低了15%左右,同时随着样本容量的增加GM-MCL算法的迭代次数也更少。综合而言,GM-MCL算法能够有效地提高智能化仓储场景中AGV移动设备的定位性能。

自主导航小车(AGV)轨迹跟踪的模糊预测控制

针对非完整约束的轮式移动机器人WMR轨迹跟踪问题,以差速驱动式轮式移动机器人XAUT.AGV100为研究对象,对WMR的运动控制问题作了进一步的研究。本文在分析现有移动机器人运动控制方法的基础上,充分利用模糊控制和预测控制的优点,将模糊控制的思想引入到预测控制中,设计了模糊预测控制算法,并采用此方法控制自主导航小车AGV以提高其轨迹跟踪的快速性和运动的平稳性。理论仿真分析和实验研究均证明,采用所设计的模糊预测方法控制AGV,可有效提高AGV轨迹跟踪的快速性和运动平衡性。

基于MC9S12XS128MAL控制的光电导引式AGV

针对目前国内自动导引运输车(AGV)体积大、价格贵的问题,在技术成熟的"飞思卡尔"智能汽车竞赛和价格低廉的电动轮椅车的基础上,设计了一款基于"飞思卡尔"MC9S12XS128MAL微处理器控制的经济型光电导引式AGV系统。在试验台上对超声波传感器进行了测试,确定了紧急情况下的避障距离;采用光电码盘测速,由液晶模块显示出AGV的实时速度;同时结合无刷直流电机驱动原理,提出了基于偏差累积算法的控制方法,实现了差动方式的无刷直流电机驱动AGV直线行驶和转弯的功能,最后通过实验验证了该控制方法的有效性。研究结果表明,此AGV系统响应迅速、运行稳定,很好地实现了AGV的自动控制。

非完整约束AGV轨迹跟踪的非线性预测控制

针对存在非完整约束和控制输入约束的三轮AGV模型,研究其非线性模型预测控制策略,提出了一种跟踪与镇定统一控制算法。首先由模型预测控制原理产生一个优化控制器,接着设计终端控制器及不变终端域来保证系统的镇定,然后设计状态观测器以进一步提高跟踪精度,最后设计避障控制模块来完善整个控制器功能。该控制算法具有一般性,对所有AGV及其他轮式移动机器人的运动学模型都适用。计算机仿真结果验证了该控制算法的正确性和有效性。

四轮差动驱动型AGV嵌入式运动控制器设计与研究

设计了前两轮从动、后两轮差动驱动的四轮底盘结构AGV。在考虑非完整约束和轴承摩擦力的基础上,结合牛顿力学方法和矩阵分析方法建立了以运动速度和转弯角速度为状态变量的AGV非完整状态空间方程;使用全状态反馈的极点配置法建立了运动控制方程,采用DS87C520和PSD813F2设计了其嵌入式运动控制器。仿真和实验证明了非完整状态空间方程、运动控制方程和嵌入式运动控制系统的可靠性、实时性和稳定性。

基于模糊神经网络控制的AGV避障路径规划仿真

自动导引车(AGV)作为一种现代化物流设备,在许多领域得到了越来越广泛的应用。AGV在行进过程中的主要任务是避障及路径规划。针对AGV的避障路径规划问题,定义了AGV的行驶环境,提出了AGV避障路径规划的模糊神经网络控制方法,设计了模糊神经网络控制器,并用Matlab进行了仿真。仿真结果表明该模糊神经网络控制器满足控制要求,该研究为进一步精确控制AGV奠定了基础。

工业物流系统中AGVS的设计策略

探讨基于激光导航的自动导引车系统AGVS的设计策略,这种AGVS应用于现代工业物流系统中的自动化仓库管理系统。设计以现代物流中自动化仓库管理系统为基础,结合自动导引车系统AGVS的一般组成和功能,并且提出了AGVS的开放性设计思想。激光导航AGVS在物流领域中的应用是当今AGV技术工业应用领域研究的热点,而自动化仓库是物流领域的核心,基于激光导航的AGVS的设计正是为了解决这些问题而提出的。

基于超声波传感器的AGV定位方法的实验研究

自动导航小车(AGV)是一种用于柔性加工系统中以实现物料搬运的移载用轮式移动机器人。为完成其任务,AGV的控制系统必须具备定位、路径规划和导航等功能。考虑到其工作环境的特殊性,为自制的XAUT.AGV100设计了一种定位系统。理论分析和实验均表明:位置精度≤±3 mm,姿态精度≤±0.5°,完全满足生产车间对操作机的精度要求。

基于改进A*算法的AGV路径规划

自动引导小车(Automatic Guided Vehicles,AGV)广泛应用于物流自动化系统,针对AGV的路径规划问题,提出了一种改进的A*算法,该算法引入转弯因素,使规划的AGV路径更加平滑;并充分利用求解的最短路径信息,采用一种删除边的算法来求解k次短路径问题;实例仿真证明了改进的A*算法的可行性,通过与其他求解k次短路径问题的算法进行对比,证明删除边的算法简单、可行。