隨著自動(dòng)化制造、物流倉儲(chǔ)業(yè)的飛速發(fā)展,對(duì)自動(dòng)運(yùn)輸?shù)乃俣忍岢隽烁叩囊�。AGV是自動(dòng)化制造、物流倉儲(chǔ)中的關(guān)鍵運(yùn)輸設(shè)備,其應(yīng)用規(guī)模從中小規(guī)模系統(tǒng)日益向大規(guī)模甚至超大規(guī)模方向發(fā)展。本文主要研究了大規(guī)模應(yīng)用背景下多AGV系統(tǒng)的路徑規(guī)劃和監(jiān)控技術(shù)。主要工作包括:針對(duì)大規(guī)模應(yīng)用環(huán)境下AGV運(yùn)行路網(wǎng)的負(fù)載平衡和局部擁塞防止問題,提出了使用考慮負(fù)載平衡的A*算法進(jìn)行全局路徑規(guī)劃的方法,采用AGV運(yùn)行代價(jià)同時(shí)考慮區(qū)域負(fù)載和運(yùn)行路程的方式,實(shí)現(xiàn)了AGV運(yùn)行路網(wǎng)的區(qū)域負(fù)載平衡。采用單向多入多出路網(wǎng)模型進(jìn)行了仿真驗(yàn)證,結(jié)果表明改進(jìn)算法可平衡路網(wǎng)負(fù)載,有利于提高AGV系統(tǒng)整體的運(yùn)行效率。針對(duì)多AGV在局部交匯區(qū)域出現(xiàn)的沖突和死鎖問題,構(gòu)造了基于Q-Learning的局部路徑規(guī)劃算法和基于改進(jìn)Dijkstra的局部路徑規(guī)劃算法。在基于Q-Learning的局部路徑規(guī)劃算法中,使用減少非法動(dòng)作的方式減少了Q表。在基于改進(jìn)Dijkstra的局部路徑規(guī)劃算法中,將AGV局部區(qū)域狀態(tài)作為結(jié)點(diǎn),將多AGV行動(dòng)代價(jià)作為邊,并在算法搜索中逐步構(gòu)建圖。仿真結(jié)果表明,基于Q-Learning的局部路徑規(guī)劃算法適用于求解AGV沖突...

【文章頁數(shù)】：112 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4-2交叉模式示意圖

這兩種模式的局部示意圖分別如圖4-2所示和圖4-3所示。在圖4-2和圖4-3中，標(biāo)有陰影的柵格為貨架，無陰影的柵格為貨架之間的通道。在十字路口和丁字路口處的柵格用一個(gè)圓點(diǎn)標(biāo)示，稱為交叉點(diǎn)。通道上的箭頭表明了在該通道上AGV的允許運(yùn)行路徑。AGV僅能從縱向通道中....

圖4-3局部環(huán)路模式示意圖

第四章智能倉儲(chǔ)系統(tǒng)多AGV運(yùn)行策略優(yōu)化的復(fù)雜性，避免AGV發(fā)生沖突和死鎖的問題，通常直接規(guī)定路段的方向。路段方向規(guī)定典型的方式是有交叉模式和局部環(huán)路模式兩種，這兩種模式的局部示意圖分別如4-2所示和圖4-3所示。在圖4-2和圖4-3中，標(biāo)有陰影的柵格為貨架....

圖4-4AGV在交叉模式下訪問貨架所需步數(shù)Figure4-4Stepsresultforvisitingshelvesincrossrunningmode

華南理工大學(xué)碩士學(xué)位論文向。環(huán)路道路方向的順時(shí)針和逆時(shí)針是交替分布的。4.2.3交叉模式與局部環(huán)路模式的比較交叉模式在橫向通道上的方向是單一的，而局部環(huán)路模式可認(rèn)為是將橫向通道從交叉點(diǎn)處斷開，形成多個(gè)短小的橫向通道，相鄰的橫向通道規(guī)定的運(yùn)行方向是相反的。對(duì)于縱向通道，兩種模式也....

圖4-5AGV在局部環(huán)路模式下訪問貨架的步數(shù)Figure4-5Stepsresultforvisitingshelvesinlocal-looprunningmode以AGV起始位置為原點(diǎn)，建立笛卡爾坐標(biāo)系，由西向東為x軸，由南向北為y軸

華南理工大學(xué)碩士學(xué)位論文向。環(huán)路道路方向的順時(shí)針和逆時(shí)針是交替分布的。4.2.3交叉模式與局部環(huán)路模式的比較交叉模式在橫向通道上的方向是單一的，而局部環(huán)路模式可認(rèn)為是將橫向通道從交叉點(diǎn)處斷開，形成多個(gè)短小的橫向通道，相鄰的橫向通道規(guī)定的運(yùn)行方向是相反的。對(duì)于縱向通道，兩種模式也....

本文編號(hào)：3898027