基于A^(*)算法优化AGV/机器人路径规划的研究进展

智能仓储、智能工厂等是未来的重要发展方向,自动导引运输车(AGV)/移动机器人在其中发挥着重要作用,而路径规划是其核心技术之一,被广泛研究。A^(*)算法在全局路径规划中具有独特的优势而备受关注,针对其存在的冗余点多、路径不平滑等问题,研究人员对A^(*)算法进行了大量的改进及优化研究。对国内近年来的研究主要从优化A^(*)算法的评价函数、A^(*)算法与其他算法融合两个方面进行梳理、归纳,基于当前的研究进展和趋势,为后期的研究方向提出一些建议。

充换储一体化电站布局及电缆供电的路径优化

随着电动汽车在城市电力系统中的渗透率逐渐增加,系统对电动汽车的支撑能力需要进一步提升。结合城市配电系统配置新型集中性充换电设施是解决该问题的有效途径,合理有效的优化规划是一大难点。针对该问题,提出了一种综合电动汽车充换储一体化电站(charging-swapping-storage integrated station,CSSIS)定容布局以及电缆供电路径优化的综合规划模型。基于充、换电设施的功能特点分析,分别构建充电站、换电站和储能电站运行和定容模型,并以此为基础建立一体站综合运行和定容布局模型,同时结合电动汽车在规划区的概率分布特点,分析一体站的电动汽车负荷。计及不同类型的负荷对供电可靠性的要求以及电缆供电走廊的类型,提出了结合一体站布局的电缆供电路径优化方法。基于公司自由现金流理论分析,优化电动汽车充换储一体化电站定容布局配置规划的累计净现值,并对电缆供电路径及其配套电缆走廊进行优化,采用YALMIP/CPLEX优化工具箱对模型进行求解。以某地区作为规划区,验证了所提方法的可行性和有效性,为电动汽车一体站及其配套的城市电缆配电系统的优化规划提供了新的思路和参考。

基于改进Dijkstra算法的水平循环类立体车库存取车辆路径优化模型

为缩短水平循环类立体车库车辆存取运行时间和用户平均等待时间,设计了一种改进Dijkstra算法的存取车辆运行路径优化模型。基于水平循环类立体车库存取车辆工作逻辑,在构建存取车辆路径运行时间模型的基础上,建立了立体车库的排队模型;以车辆平均排队队长和车辆排队等候时间为评价指标,在搜索方向、搜索范围及动态节点变化方面引入双向扇形动态Dijkstra算法进行优化。研究结果表明:相比于传统Dijkstra算法,改进Dijkstra算法提升了目标节点的搜索效率,且能弥补其缺乏动态搜索能力的缺陷,输出源节点与目标节点之间的最短路径,有效缩短存取车辆运行时间和用户平均等待时间,提升水平循环类立体车库服务效率。

基于改进量子微粒群的轨道导引小车系统建模与优化

为提高自动小车存取系统中轨道导引小车系统的出入库作业效率,提出了一种基于改进量子微粒群的优化方法。分析了轨道导引小车系统出入库作业任务队列特征,建立了数学模型。在此基础上利用量子微粒群算法进行优化调度,并在该算法中引入高斯变异算子,克服了其容易陷入局部最优的缺点。通过仿真实验表明了方法的可行性和有效性。

基于离散粒子群算法的AVS/RS货位优化

为了提高自动小车存取系统的存取效率和方便货位管理,提出了基于离散粒子群算法的货位优化方法.该方法首先建立了系统货位优化的数学模型,在此基础上,结合货位优化的原则提出了货位分区的策略,并基于离散粒子群算法实现了货位分配的优化,从而保证自动小车在不发生死锁的前提下调度货物时,能较好地缩短小车行走时间.最后,通过仿真实例验证了算法的有效性.

满足电动汽车快充需求的含储能复合型充电站充电优化策略

电动汽车(EV)快速充电站的功能正逐步向集成风光储等综合能源的复合型充电站方向发展,选择一种能够提高快速充电系统各方效益的充电优化策略有助于推广EV及新能源产业。在此背景下,通过电价激励手段,制定了提高EV与复合型充电站综合效益的充电优化策略。首先,基于EV充电时间成本与充电经济成本建立了EV综合最优路径规划模型;然后,根据EV决策结果所得不同的快充负荷及车流量,各复合型充电站通过调度站内储能,构建了复合型充电站的效益优化模型,以EV综合成本最优及复合型充电站综合效益最优为双重优化目标。以某区域18 km×18 km路网为算例对所提优化策略进行仿真,结果表明所提优化策略可有效降低EV充电综合成本,并大幅提高复合型充电站的综合效益。

自动化立体仓库存取设备优化调度方法研究

对大型仓库中有多台存取设备同时作业,如何优化调度存取设备,提高存取设备的自动识别能力,使设备最大限度地发挥其效能,针对此问题提出了一种优化调度方法,利用遗传算法,将自动化立体仓库的常规控制策略改进为智能控制,并进行了实数编码、适应度函数、选择算子、交叉算子和变异算子的设计。实验结果表明该方法能够大幅度降低货物的出入库时间,在实际应用中获得了良好效果。

自动小车存取系统复合作业三维空间路径优化

为了提高智能立体仓库的运转效率,提出了一种改进的人工狼群算法,利用该算法有效地解决了轨道小车存取系统复合作业三维空间路径优化问题。针对该系统出入库复合作业的特点,设计了一种包含轨道引导小车任务分配与三维空间路径信息的编码和解码方法;将禁忌表和拥挤度因子引入算法,并采用自适应围攻步长来避免算法陷入局部最优,同时加快算法的后期收敛速度。以某省级电能计量设备自动检定中心的AVS/RS系统为实例,将该算法与另外两种优化算法进行比较,结果表明该改进算法的收敛速度更快、优化率更高、得到的解最优。

自动化立体仓库拣选作业优化研究

为提高自动化立体仓库运行效率,对固定货架系统中拣选作业优化问题进行研究分析。建立自动化立体仓库拣选作业的数学模型,将优化问题归结为经典TSP模型,采用一种改进遗传算法进行求解。该算法对初始种群进行优化处理,并针对遗传算法局部寻优能力不足的缺陷,引入一种"进化逆转算子"。实验结果表明改进遗传算法从拣选路径和优化速度两方面提高了拣选效率,且拣选货位点数越大,优化效果越明显。

自动小车存取系统三维仿真平台研究

提出并实现了自动小车存取系统AVS/RS的三维仿真平台。完成了平台的架构设计、三维模型构建及动画仿真实现。平台包括人机交互模块、三维模型模块、动画模块和信息输出模块。平台能够以3种方式获取自动小车执行存取任务的路径点序列,并以三维动画的方式形象直观地展示系统的动态运行过程,最终输出系统运行过程中的各种信息。可用于AVS/RS理论研究的验证和评价,有助于系统调度策略的制定,对AVS/RS的进一步推广具有十分重要的意义。

基于蚁群算法的高层固定货架最短路径问题研究

应用蚁群算法的原理,通过建立数学模型,解决了立体仓库堆垛机自动行走最短路径和最短时间问题.利用蚁群算法的相互协同机制来解决高层固定货架最短路径问题的最优化,通过仿真实验,蚁群算法求堆垛机最短运行时间的效率提高了36.32%,最短路径长度的效率提高了56.7%,能够提高自动化立体仓库的作业效率.