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。

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。

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。

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。

基于视觉的码头集装箱AGV导引系统

根据码头环境的特殊性,提出了一个应用在码头的集装箱装卸自动导引车(A u tom atic gu ided veh icle,AGV)系统。本系统是基于视觉导引的,采用先识别,后跟踪的方式。在识别时根据识别的标志线的特点,提出了改进的Sobe l算子和可调节参数的Hough变换的方法;在跟踪时,提出了一种用自适应模糊的负反馈来改善系统识别质量和频率稳定性的思想,并应用到了该系统中。文中还提出了一种简单有效的防止图像抖动的方式,使得传送给机车控制系统的参数更加平滑、稳定。实验证明,该系统可以满足AGV在码头工作环境中的全天候工作,并且保证AGV在8 m/s的速度下,系统的识别精度在5 cm以内。

基于生物激励神经动力学的AGV轨迹跟踪控制

提出了一种基于门限偶极子生物神经元模型和快速终端滑模控制策略的轨迹跟踪控制算法,使AGV在存在初始速度跳变的情况下能顺利实现小车的轨迹跟踪控制。首先由运动学控制器产生一个理想控制律,接着利用神经动力学思想解决初始速度跳变问题,最后用快速终端滑模控制器进一步提高跟踪精度。该控制器的输出有界且光滑,整个控制系统全局快速渐进稳定。计算机仿真结果验证了该控制器的有效性。

变结构控制方法在AGV控制器设计中的应用

在考虑系统非完整约束和有关假设上,使用矩阵方法推导出前轮驱动转向、后轮从动AGV的状态空间方程和控制方程。通过选择带周期函数输出函数,得到驱动电机和转向电机的驱动转矩。同时,设计了上位机采用PC机,下位机采用单片机的无线通讯系统。实验证明了带周期函数输出函数变结构控制器和无线通讯系统的有效性。

磁制导AGV实验装置的研制

为满足机械工程及自动化专业实验教学的需要,研制了磁制导AGV实验装置。介绍了该装置的总体结构、制导原理、控制系统和软件。实践表明,该装置柔性好,可靠性高,制作费用低。

AGV作业调度模型及改进的DE算法研究

AGV作业调度问题的求解结果对AS/RS的运行效率具有重要影响。通过必要的简化,建立了AGV作业调度问题的静态优化模型。可知静态AGV作业调度问题实质是一种带约束的多重TSP问题,属于典型的NP完全问题,目前还不存在可在多项式时间内求解的确定算法。提出了一种改进的差分演化算法用于求解该问题。为了适应AGV作业调度问题的特点,新算法设计了新的两段编码方法,对多个DE算子进行了改造。还提出了基于生存时间的种群多样性增强机制,用于增强算法的搜索能力,避免陷入局部最优。仿真实验显示,该算法可以有效提高AGV作业调度的效率,验证了相关改进机制的有效性。

基于磁检测的AGV导引新方法

利用磁阻传感器作为磁导引路径的检测元件,实现了准确的磁路径定位,在此基础上实现了磁导引。详细介绍了磁检测方法、导引原理以及控制方案。当AGV产生一定范围的位置偏差时(水平偏移不大于±5cm,角度偏转不大于±25°),该方法可以准确的检测并计算出位置偏差并进行相应控制。实验结果表明,该磁导引方式定位准确且易于实现。

并行排序蚁群算法规划仓库AGV路径研究

针对智能仓库中的AGV路径规划问题,提出了一种基于并行排序蚁群算法的路径规划方法,该方法通过多个子蚁群之间较优蚂蚁释放的信息素交互,提高蚁群整体的搜索能力。建立以路径最短和AGV转弯次数最少为优化目标的多目标函数模型,用并行排序蚁群算法求解,再对生成的初始路径通过减少中间节点的方式进行平滑处理。在MATLAB上进行多次仿真,对比实验结果表明,该算法在进行仓库AGV路径规划时收敛速度更快,稳定性更好,且平滑处理后的路径更优。

基于特征融合的AGV小车图像数字识别方法

针对自动引导车上的图像数字在识别时受现场环境影响大的缺陷,提出了一种基于特征融合的自动引导车图像数字识别方法,它将各工位图像数字归一化处理后,提取灰度信息、改进的穿越线特征等特征量进行特征融合计算,并输出最后结果。现场运行实验表明:在有噪声的情况下,该方法不仅能够提高图像数字的识别率,并且对由环境影响所导致的图像数字局部污染与残缺具有很好的鲁棒性。

基于模糊控制的AGV差速转向控制算法研究

针对磁导航自动引导小车转向控制问题,该文建立了AGV差速转向运动学模型,该模型主要是通过将转弯圆弧划分为若干个小圆弧分段求解得到。由于AGV转向控制模型具有非线性和非完整约束特性,传统的PID控制会使车辆偏差产生较大的跳变,影响小车转向的稳定性和准确性,而采用模糊控制可以有效改善这种情况。最后,运用Matlab/Simulink进行模型仿真。结果表明,采用模糊控制可以提高AGV车转向的快速性和准确性,提高了模型的实用性。另外,模糊控制算法在单片机控制系统上易实现,有利于实际工程应用。