基于人工势场算法改进的AGV自主避障路径规划算法及其应用

为解决AGV在瓦楞纸包装车间运行中难于从起始到目标位置寻求最优且避障的路径难题,提出了一种基于人工势场算法改进的自主避障路径规划算法。首先,将目的地与AGV的相对距离加入斥力函数中,对引力函数建立梯度,以解决目的地与障碍物较近导致的目标不可达问题;其次,在局部极小值附近增加虚拟障碍物以助力AGV逃离局部极小值区域;最后,借助二阶贝塞尔曲线对搜索到的路径实施平滑处理,确保AGV的路径可行性。仿真实验表明,改进后的人工势场算法应用于包装车间环境下AGV避障路径规划是可行且高效的。

融合LPA^(*)和DWA算法的导向辊生产车间AGV组合路径规划方法研究

针对造纸类机械的导向辊生产线存在的多车间室内外导航精度不足、多车间运输通道共用、单车间产线交叉等问题,提出了融合LPA*和DWA算法的导向辊生产车间自动引导车(Automated Guided Vehicle,AGV)组合路径规划方法。首先建立了AGV本体运动模型和导向辊生产车间模型;然后提出了局部与全局组合的路径规划方法,采用LPA^(*)算法进行全局路径规划解决了全局最优路径的问题,采用DWA算法进行局部路径规划解决了避障问题;最后通过实验验证将本研究提出的组合路径规划算法与传统路径规划算法对比,组合路径规划算法较大缩短了路径搜索的时间,效率更高。

AGV小车在玻纤整经车间经轴转运系统中的应用

AGV小车作为一种无人驾驶的激光导引运输车,在计算机调度和管理下,可自主完成一系列自动化运输。近年来,随着玻纤需求量的不断提升,玻纤工厂生产方式面临着巨大挑战。在玻纤整经车间,国内大部分生产企业还是依靠人工完成生产操作、质量检测、出入库及报表统计等,生产管理效率低、质量控制难度大、用工难、管理成本高,严重影响玻璃纤维企业的竞争力。通过采用计算机调度系统与AGV小车之间的相互配合完成了玻纤整经车间的一系列自动化转运路径,实现玻纤整经车间的自动化。

基于视觉的导向辊生产车间AGV定位算法设计

目的解决导向辊生产车间物料输送AGV的激光传感器存在的信息复杂度低、重复率高,且在不断迭代重采样过程中极易丢失正确位姿附近粒子造成定位失败等问题。方法提出一种基于视觉的自适应蒙特卡洛定位算法。建立相机观测模型和自动导引运输车本体运动模型,对观测模型进行去畸变处理,完成相机标定;设计基于视觉的自适应蒙特卡洛算法,获取特征信息,并用词袋模型进行分类,使用激光雷达构建2D栅格地图,采用特征点匹配估计位姿,实现AGV自我精确定位。结果仿真实验结果表明,本文所提算法与传统自适应蒙特卡洛定位(Adaptive Monte Carlo Localization,AMCL)算法相比,可使机器人更加快速地收敛到精度较高的位姿,具有更好的定位性能。结论基于视觉的AMCL算法设计,实现了导向辊生产车间机器人的高精度定位,优化了作业流程,提高了生产线系统智能化运行水平,可为其他场景定位应用提供参考。

基于双层蚁群算法的纺织车间多AGV调度系统

为解决多AGV系统在纺织车间复杂环境下运输任务分配不合理的问题,在考虑纺织车间工序多样、AGV类型丰富的情况下,建立可完成车间运输任务分配且满足全局AGV路径规划最优化的多AGV调度模型,并提出了一种以全局蚁群算法和局部蚁群算法相结合的内外双层任务分配调度算法。该算法将传统蚁群算法中的信息素用于连接内外两层从而将纺织设备任务点分配与AGV调度相结合,并根据AGV不同类型匹配不同纺织设备的特点,引入角色分配机制,以适应不同类型AGV对应相应的纺织工序及纺织设备。仿真试验结果表明:双层蚁群算法能够完成纺织车间中不同类型AGV间协同任务分配,可以有效完成车间运输任务合理调度以及多AGV路径优化。

基于AGV的螺栓自动收集转运流水线的设计与应用

自动导引车(Automatic Guided Vehicle,AGV)是智能制造车间的重要载体,其转运路径对车间生产效率有很大影响。本文针对螺栓转运生产线进行数学建模,对螺栓产量、转运路径距离以矩阵形式建立计算表,通过算例分析完成螺栓转运物流量的数值计算,并以此提供路径优化方向。基于设备及生产车间实际情况,完成螺栓自动收集转运流水线的设计,并进行实践验证。结果表明:AGV转运路径优化后,以AGV收集转运为主,传送带传送、自动倒运装置等设备为辅的自动收集转运流水线基本可以实现螺栓在各工序生产设备间的智能化、自动化收集转运,提高了产品生产率。

离散型制造车间AGV小车自主避障路径选择研究

离散型制造车间分工区域多,导致工件运输环境复杂,自动导向车(Automated Guided Vehicle,简称AGV小车)极易发生碰撞事故,提出离散型制造车间AGV小车自主避障路径选择方法。采用栅格地图法将离散型制造车间划分为若干栅格,构建路径长度、转角和、危险率、避障等待时间等目标函数,建立AGV小车多目标路径规划评价函数。利用熵权法确定各目标的权重系数,设置动态环境中AGV小车避障约束条件。通过粒子群优化算法和鸽群优化算法进行AGV小车运行路径联合寻优,得到最优路径集合。将评价值最低的路径作为AGV小车运行路径,实现AGV小车自主避障路径选择。实验结果表明,所提方法选择出来的AGV小车运行路径更为平滑、长度更短且规划用时更少。

虚拟仿真在总装车间AGV产线中的应用研究

为满足总装车间对自动导引车(AGV)作为输送载体的需求,对AGV设计方案进行优化,以增强AGV输送系统的功能。依据某乘用车总装车间的运营情况,设计AGV输送线路,结合车间输送设计方案、AGV自身特征、线体的运行逻辑及线体业务流程,利用西门子Plant Simulation软件构建AGV输送系统仿真模型,对不同节拍下AGV的数量进行分析。为满足生产节拍,通过设计试验管理器开展试验设计(DOE),优化AGV的线体间缓存AGV的电池容量自动化工作站的充电时间和行走速度。优化后的AGV线路线体输送效率提升了24%,AGV利用率提升了26%。

区域式AGV在螺栓智能生产车间布局及应用

螺栓作为一种基础零件,广泛应用于多个领域,但在实际生产中基本采用人工生产,自动化程度低,生产成本高,生产连续性差。通过采用区域式AGV方法进行设备分区,按产品布局原则和工艺布局原则进行设备布局;结合生产车间及产品工艺实际情况,采用传送带、机械手等方式代替部分AGV进行物料在各工序设备的转运,以降低AGV搬运总流量为优化方向,并通过建立数学模型计算验证;最后采用优化后的布局方式完成设备布局及生产验证。结果表明,以区域式AGV方法进行螺栓智能生产车间的优化布局,创新性的实现螺栓生产方式整合,实现了多品种螺栓的智能化、自动化、连续化生产,极大程度提高生产效率,节省大量人力,提高企业竞争力。

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。

印刷车间环境下AGV小车的路径优化研究

面对当前印刷车间AGV利用率低以及自动化程度不高的现状,提出了一种改进的RRT∗算法以优化AGV的行驶路径,进而提高印刷车间的自动化程度。针对RRT∗算法在AGV路径规划问题中存在的采样范围大,遍历节点数多,搜索效率低且搜索出来的路径用时久的问题,设置了一种目标偏向策略,将人工势场法与RRT∗算法融合应用在AGV的路径规划上,加速AGV向目标点移动,提高路径搜索效率,并通过MATLAB仿真实验将传统RRT∗算法与改进RRT∗算法进行对比。仿真结果表明,本文所提出的改进RRT∗算法,遍历节点数减少,用时更短,在印刷车间环境下找到一条更优化的路径是可行的。

现代纺纱生产物料运输方式应用研究进展

为了更好地促进纺织设备自动化和纺纱物料运输智能化的发展,解决目前纺纱车间各工序物料运输方式成本高、效率低、灵活性差等问题,分析了目前纺纱物料运输方式的应用和研究现状,讨论了各纺纱工序间主要的物料运输方式,包括管道运输、轨道式运输、AGV运输和多方式协同运输的原理及特点,阐述了4种运输方式在适用性、成本、工作环境要求和运输效率等方面的优劣,并对各方式的不足之处提出了相应的改进方法。总结展望了未来纺纱车间各工序物料运输方式的发展趋势。认为AGV智能物流运输方式适用范围广泛、成本低、能耗低,运输精度高、效率高,具有更广阔的应用前景。

带有多AGV的柔性装配车间调度问题求解

针对带有多AGV的柔性装配车间的多目标综合调度问题,首先对柔性装配车间的特点和作业流程进行描述,并将多AGV系统引入柔性装配车间,提出一种基于先加工先搬运原则和就近搬运原则的AGV调度策略,然后设置AGV工作的总时间和最大完工时间的复合目标,建立带有多AGV的柔性装配车间多目标综合调度问题的数学模型,最后设计了一种基于工序约束矩阵编码的改进自适应遗传算法,对模型进行求解,验证了算法的有效性。

柔性制造车间单AGV节能路径规划研究

自动导引运输车(automated guided vehicle,AGV)通常采用有限能量电源供电,在进行路径规划时考虑能耗目标对于提升柔性制造车间物料流转效率具有重要意义。基于拓扑地图法构建柔性制造车间电子地图模型,结合AGV直行和转向两种行驶模式下的运动分析,建立了以运输路径和运输能耗为优化目标的单AGV节能路径规划模型,并利用Dijkstra算法实现了模型的求解。最后,案例研究表明求解建立的模型可以得到运输距离短、能耗低的路径,证明了模型的有效性和求解方法的可行性。

基于动态优先级策略的多AGV无冲突路径规划

自动导引运输车(AGV)路径规划影响柔性制造车间的高效、平稳生产。分析了多AGV在车间执行运输任务时常见的冲突类型,提出了一种基于动态优先级策略的多AGV无冲突路径规划方法。该方法通过时间窗检测冲突类型,并将等待时间、行驶距离、任务紧急程度作为量化动态优先级的考虑因素,进而利用动态优先级作为等待、二次路径规划两种冲突消减方法的选择依据。案例研究表明,在已知各AGV可行路径时,运用所提方法不仅能够实现多AGV的无冲突路径规划,而且能够提升多AGV完成运输任务的整体效率。

AGV关键技术在航空制造车间的应用展望

随着智能制造和航空产品的发展,传统的航空产品制造技术已经不能满足航空产品日益发展的需求,随着智能制造技术的出现及发展,以智能物流为基础的智能制造车间逐渐得到了广泛应用。在智能制造车间物流中,自动引导小车(AGV)得到了广泛应用。本文在对AGV关键性技术研究进行综述的基础上,总结了AGV在物料配送车间的工作流程,阐述了AGV在车间智能控制系统中的应用,提出了将AGV应用于航空制造车间智能物流的方法,并指出了AGV在航空制造车间的应用前景及其发展方向,对AGV的应用及发展具有一定的借鉴和参考意义。

柔性制造车间多载具AGV任务分组算法研究

多载具自动导引运输车(Multi-load automated guided vehicle,多载具AGV)任务调度策略影响柔性制造车间的高效、平稳生产。在已知柔性制造车间环境和任务的情况下,提出了一种基于取货点距离的多载具AGV任务分组算法。该算法通过读取任务序列中各任务的取货点信息,进而对任务进行聚类分组。案例研究表明,在已知各多载具AGV运输能力时,所提算法不仅能够实现多载具AGV的任务分组,而且能够最大化利用多载具AGV搬运货物的能力。

新能源智能装配车间的AGV物流仿真与优化

以新能源电池包智能装配车间为背景,针对自动引导车(AGV)的数量和运载能力对产线生产的影响进行研究。分析该智能装配车间的特点,设计基于物料整包配送的AGV响应规则;采用SIMIO软件建立实际生产场景的AGV物流仿真模型;以该智能车间的实际生产数据为例,结合统计学手段,采用方差分析、敏感性分析优化AGV数量和运载能力;进行49组全因子实验。结果表明:AGV数量对设备利用率、AGV平均利用率和AGV的行走路线总长度具有显著统计性影响;基于响应优化方法获得了最佳的AGV优化配置方案,为企业配置AGV提供参考。

在离散车间下的AGV任务分配规划研究

针对离散车间实时动态任务分配结果不理想的问题,文中提出一种改进的注水算法。相较于原有注水算法,改进的注水算法加入工作速率和费用因子,可协调工作速率、费用以及运送工件之间的关系。该算法综合考虑原有未运送工件和AGV工作速率、费用的关系,由KKT条件推导出分配结果的最优解析解,对分配结果进行调整并对剩余工件进行二次分配,以满足离散分配的要求。改进注水算法能够对临时增加的工件进行实时、动态分配,且分配方案不受原有工件分配的影响,每次分配结果均相互独立。最后,将改进注水算法与两阶段优化方法、匈牙利算法、注水算法进行对比。实验结果表明,改进的注水算法在运送时间和运送费用上具有一定的优势,且运算复杂度仅与AGV的数量有关。

基于神经网络驾驶员模型的车间AGV控制算法研究

人工神经网络作为理论上能够拟合任何非线性映射的算法被广泛用在驾驶员模型的构建之中,契合了驾驶员作为一个复杂、离散性和时变性系统的特点。本文研究的车间自动导航车辆(AGV)作为无人驾驶车辆的一种,具有应用场景相对单一和道路结构化的特点,对于人工神经网络拟合过程需要的训练样本量的要求不大。基于此构建驾驶员在环的神经网络训练样本采集试验平台,使用双层前馈神经网络进行车间AGV驾驶员模型拟合,并通过MATLAB/Simulink耦合Pr⁃escan软件进行算法仿真试验验证分析,试验结果验证了算法的有效性和一定的速度适应性,为车间AGV控制提供了一条可行的研究路径。