倉儲多機器人系統(tǒng)是智能倉儲的重要組成部分,目前對多倉儲機器人的研究主要包含任務(wù)分配、智能調(diào)度、自主避障和路徑規(guī)劃等方面。隨著物流業(yè)規(guī)范化和快速化的發(fā)展需求,要求倉儲機器人提高工作效率,更快速的完成路徑規(guī)劃和智能避障,實現(xiàn)貨物的快速存取。本文根據(jù)結(jié)構(gòu)性的倉儲環(huán)境對人工勢場法進行簡化,用其作為蟻群算法和A*算法搜索路徑的方向參數(shù),加快了蟻群算法的收斂速度,縮小了A*算法的搜索范圍,加快了倉儲機器人的路徑規(guī)劃,提高了機器人的工作效率。首先,在結(jié)構(gòu)性的倉儲環(huán)境下,通過對倉儲機器人在人工勢場中的受力分析,設(shè)置斥力沖擊距離為一個柵格距,則機器人所受斥力的合力為零,即只受到引力作用。將此引力作為蟻群算法啟發(fā)信息的一部分,改變了蟻群算法前期正反饋機制不明顯的缺點,加快了算法的收斂速度。其次,選用多層次的控制方式,先運用改進的蟻群算法進行多機器人全局路徑的預(yù)規(guī)劃,然后運用A*算法進行局部的路徑規(guī)劃。在計算A*算法距離估價函數(shù)之前,通過設(shè)置角度閾值,然后計算父節(jié)點和子節(jié)點構(gòu)成的向量與機器人所受目標(biāo)點引力兩者間的角度,角度小于閾值的節(jié)點再計算估價函數(shù),估價函數(shù)最小的節(jié)點作為下一父節(jié)點,類推完成局部路徑規(guī)劃。... 

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 論文研究的背景和意義
        1.1.1 智能倉儲背景
        1.1.2 倉儲機器人背景
        1.1.3 研究目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 多機器人系統(tǒng)研究現(xiàn)狀
        1.2.2 移動機器人路徑規(guī)劃研究現(xiàn)狀
    1.3 論文的研究內(nèi)容和結(jié)構(gòu)
        1.3.1 論文的研究內(nèi)容
        1.3.2 創(chuàng)新點
        1.3.3 論文的主要構(gòu)架
    1.4 本章小結(jié)
第二章 倉儲機器人環(huán)境建模和任務(wù)分配
    2.1 倉儲環(huán)境建模
        2.1.1 倉儲通道類型
        2.1.2 倉儲環(huán)境建模方法
        2.1.3 柵格法環(huán)境建模
        2.1.4 目標(biāo)函數(shù)模型
    2.2 多機器人任務(wù)分配
        2.2.1 集中式任務(wù)分配
        2.2.2 分布式任務(wù)分配
        2.2.3 混合式任務(wù)分配
        2.2.4 任務(wù)分配算法
    2.3 本章小結(jié)
第三章 單倉儲機器人路徑規(guī)劃
    3.1 人工勢場法分析
        3.1.1 人工勢場法的原理
        3.1.2 人工勢場法存在的問題
    3.2 蟻群算法分析
        3.2.1 蟻群算法原理
        3.2.2 蟻群算法的數(shù)學(xué)建模
        3.2.3 存在的問題
    3.3 人工勢場法和蟻群算法的改進
        3.3.1 人工勢場法的改進
        3.3.2 蟻群算法的改進
    3.4 算法實現(xiàn)步驟
    3.5 實驗仿真
    3.6 本章小結(jié)
第四章 多機器人路徑規(guī)劃與避障
    4.1 算法的說明
        4.1.1 A*算法的介紹
        4.1.2 A*算法的原理
        4.1.3 A*算法的估價函數(shù)
        4.1.4 A*算法的改進
        4.1.5 多機器人路徑規(guī)劃的實現(xiàn)
    4.2 多機器人的避碰
        4.2.1 A*算法避障策略
        4.2.2 倉儲環(huán)境下多機器人碰撞類型
        4.2.3 多機器人智能避障實現(xiàn)
    4.3 實現(xiàn)和仿真驗證
        4.3.1 改進A*算法的驗證
        4.3.2 多機器人的路徑規(guī)劃
    4.4 本章小結(jié)
第五章 人與倉儲機器人的共存
    5.1 基于RFID的定位
        5.1.1 三角定位
        5.1.2 場景分析法
        5.1.3 鄰近法
    5.2 人與機器人之間碰撞
        5.2.1 算法流程圖
    5.3 仿真驗證
    5.4 本章小結(jié)
第六章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻


【參考文獻】：
期刊論文
[1]粒子群優(yōu)化的移動機器人路徑規(guī)劃算法[J]. 韓明,劉教民,吳朔媚,王敬濤.  計算機應(yīng)用. 2017(08)
[2]基于遺傳算法的最短路徑規(guī)劃[J]. 林煦涵,劉耀軒,孫海洋.  電子世界. 2017(08)
[3]倉儲物流機器人批量揀選路徑規(guī)劃仿真[J]. 潘成浩,郭敏.  計算機與現(xiàn)代化. 2017(02)
[4]基于遺傳算法的機器人在全局靜態(tài)環(huán)境中路徑規(guī)劃研究[J]. 張濤,李繼生,王鳳萍.  山東工業(yè)技術(shù). 2017(04)
[5]基于改進A*算法的地下無人鏟運機導(dǎo)航路徑規(guī)劃[J]. 馬飛,楊皞屾,顧青,孟宇.  農(nóng)業(yè)機械學(xué)報. 2015(07)

碩士論文
[1]基于動態(tài)粒子蜜蜂算法的群機器人任務(wù)分配方法研究[D]. 田微.吉林大學(xué) 2017
[2]室內(nèi)移動機器人路徑規(guī)劃及軌跡跟蹤控制研究[D]. 任昶.哈爾濱工業(yè)大學(xué) 2017
[3]基于A*算法的移動機器人路徑規(guī)劃[D]. 王淼弛.沈陽工業(yè)大學(xué) 2017
[4]基于改進人工魚群算法的移動機器人路徑規(guī)劃問題研究[D]. 楊亞威.大連海事大學(xué) 2017
[5]全方位移動式AGV系統(tǒng)及導(dǎo)航避障關(guān)鍵技術(shù)研究[D]. 于培培.河北科技大學(xué) 2016
[6]倉儲機器人系統(tǒng)多機協(xié)作規(guī)劃問題研究[D]. 蔣緯洋.西南科技大學(xué) 2016
[7]倉儲中多機器人作業(yè)的規(guī)劃與仿真[D]. 高梓豪.北京交通大學(xué) 2016
[8]智能倉庫多移動機器人的路徑規(guī)劃研究[D]. 王戌.大連交通大學(xué) 2014
[9]多機器人路徑規(guī)劃與協(xié)同避碰研究[D]. 蘇青.南京郵電大學(xué) 2014
[10]智能倉庫系統(tǒng)多移動機器人路徑規(guī)劃研究[D]. 王勇.哈爾濱工業(yè)大學(xué) 2010



本文編號：3680438