多AGV路径规划及调度控制策略研究.pdf

摘 要 自动导引小车（AGV ） 作为一种新型的智能移动机器人，由于其自动化程度高、 灵活性强、抗干扰能力强、安全性好等优点被广泛应用于仓储、智能车间、危险场所 和特种作业等方面。为了使 AGV 能够更好地发挥自己的优点，对其关键技术的改善 尤为重要。其中任务分配问题是多 AGV 系统完成任务的前提，因为 AGV 在完成任 务之前，必须要知道自己需要执行哪项任务；路径规划问题是多 AGV 系统完成任务 的基础，因为AGV 必须在当前位置与任务点之间找到一条可以通行的较优路径；解 决路径冲突问题是多 AGV 系统完成任务的保障，只有成功避免了 AGV 之间的路径 资源冲突问题，才可以使多 AGV 系统更为高效，安全地完成任务。所以，本文选择 以上问题做出优化与解决。 首先，针对多 AGV 系统的任务分配问题。本文首先根据 AGV 任务分配的特点， 构造了 AGV 任务分配的线性规划模型，再引进“层次分析法”来确定各指标的权重， 使模型的各项系数更加科学，最后利用粒子群算法来解决该优化问题。仿真结果表明 针对不同的应用场合，该方法可以得出不同的任务分配结果。说明引入“层次分析法” 可以使任务分配更加具有针对性。 其次，在进行路径规划时，针对传统栅格法建模由于栅格过多而使算法效率较低 的问题，提出了特征点提取的栅格法建模。该方法利用特征提取的思想将障碍物栅格 的顶点作为特征点提取出来，在这些特征点间进行路径规划，减小算法的规划范围。 之后，将其应用到蚁群算法中，并证明了该蚁群算法的收敛性。仿真结果表明，本文 提出的路径规划方法可以得到一条更为平滑，长度更短的路径。说明改进的栅格法建 模能够很好地应用于路径规划算法中，并且提高算法的计算效率。 最后，针对多 AGV 运行时的调度控制策略问题。本文利用时间窗来解决该问题， 先将各 AGV 的路径提取出来，再判断路径之间的冲突区，构建时间窗，之后通过设 定 AGV 的优先级，对时间窗进行排布，确定资源的占用顺序，从而避免AGV 的碰 撞。通过仿真结果可以看出，该方法可以实现 AGV 之间的调度控制，有效地避免 AGV 之间的碰撞。说明使用该方法进行多 AGV 之间的调度，可以使 AGV 的运行更 加安全，可靠，从而完成调度控制问题。 关键词 多 AGV 系统；任务分配；路径规划；调度控制 I Abstract Automatic Guided Vehicle (AGV), as a new type of intelligent mobile robot, is widely used in warehousing, intelligent workshop, dangerous places and special operations because of its high degree of automation, flexibility, strong anti-interference ability and good security. In order to make AGV play its advantages better, it is important to improve its key technologies. Among them, task assignment is the premise for multi AGV system to complete tasks, because before AGV completes tasks, it is necessary to know which task it needs to perform; path planning is the basis for multi AGV system to compl