基于时间Petri网的集装箱码头AGV调度系统建模研究

在分析了集装箱自动化码头物流系统中的自动导引小车-AGV工作情况的基础上，提出了利用时间Petri网对AGV调度系统建模和性能分析的基本思路；建立了AGV的运输路径模型，并进行了系统性能特性分析；结果表明这种模型能够准确地描述集装箱码头物流系统的运行状况．     

基于改进蚁群算法的多AGV泊车路径规划

针对智能停车库中自动导引小车(Automated Guided Vehicle,AGV)存取车的路径规划问题,提出一种基于改进蚁群算法的多AGV泊车路径规划方法.单AGV路径规划方面,在基本蚁群算法基础上引入蚂蚁回退策略来增强适应性,同时改进启发式信息和信息素更新策略提高算法的收敛速度和寻优能力.多AGV路径规划方面,提出改进冲突解决策略来解决多AGV之间的冲突,其中采用临时规避-重新寻路策略来解决相向冲突.针对某典型停车场抽象模型的仿真结果表明,改进蚁群算法寻路成功率更高,并具有较强的全局搜索能力和较快的收敛速度,改进冲突解决策略能合理避免冲突,可以满足多AGV存取车路径规划的要求.     

自动引导车辆(AGV)地图生成方法研究

提出了在人工导引方式下生成AGV数字地图的方法.利用立体视觉提取障碍物边界点,将不同视点处得到的观测集成到数字地图中,进一步提高数字地图的精度.由于AGV运动的不确定性,在将最新的观测集成到地图中之前,通过匹配新的观测数据与地图数据计算AGV位置.实验表明了该方法的有效性.     

自动化码头多AGV路径冲突的优化控制研究

针对自动引导车(AGV)在自动化码头水平运输过程中可能发生的路径冲突问题,提出一种将AGV路径容量、安全距离、行驶时间及行驶速度相结合的多参数优化控制模型.Dijkstra算法规划多条AGV路径,位向量交集运算法检测路径冲突,改进的速度控制策略通过控制AGV在冲突节点处的行驶速度,解决冲突问题.对某自动化码头的AGV路网进行仿真实验和分析.比较停车策略、速度控制策略和改进的速度控制策略的结果,验证了改进速度控制策略在AGV路径冲突问题中的可行性及有效性.     

基于Ant-agent 的自动化码头AGV 控制算法

为解决自动化码头水平运输区存在的自动导引车(AGV)路径冲突和道路死锁问题，提高运输效率，将AGV视为蚂蚁智能体(Ant-agent)，设定其携带负反馈机制的信息素进入运输路网. 引入拥挤度及拥挤度阈值q ，建立新的状态转移规则；针对节点冲突和路径拥堵，构建解决机制；提出基于Ant-agent 的AGV控制算法，采用两阶段均匀设计试验法确定算法最优参数组合. 仿真结果表明，与传统动态路径规划算法对比，所提算法在各运输任务量下的避碰性能、解锁性能和运输效率均有较大提高，可有效地解决AGV路径冲突和道路死锁，提高运输效率.     

基于红外路径识别的智能车控制系统设计

介绍一种基于模拟式红外光电传感器路径识别的智能车控制系统,使用飞思卡尔公司16位单片机MC9S12DG128为核心控制单元,采集红外传感器信号智能分析导引线路径信息,自动控制舵机转向,并对智能车的直流驱动电机实现PID调速控制。     

视觉伺服机器人视界内的直接路径规划

建立了GRB-400单目视觉伺服机器人的图像雅可比矩阵，针对此动态双环系统设计了控制算法使视觉伺服闭环运动控制系统稳定．根据视觉伺服闭环运动控制系统的需要，提出了最速下降法与惩罚函数法相结合的平面规划方法,在机器人的视界内解决一定时间内最小能量的路径规划问题．仿真与实验结果表明。机器人根据在其视觉范围内的目标物体的位置即可采用上述方法确定优化的路径。     

自动化集装箱码头双循环AGV与场桥的集成调度研究

针对自动化集装箱码头装卸过程中双循环自动导引车(Automated Guided Vehicle， AGV)和场桥的调度问题，提出基于启发式遗传算法的集成调度方法.根据自动化码头装卸过程中双循环AGV的作业特点，对集装箱在船舶与堆场之间的流动特征进行详细解析，建立相应的数学模型，并分别设计基于“最早可获得时间”和“最短路径”启发式规则的遗传算法进行求解.通过数值仿真，从平均值、最小值、标准方差和求解时间分析任务量、AGV数量等参数对算法性能的影响，结果表明，“最早可获得时间”启发式规则相比于“最短路径”启发式规则更适合双循环AGV与场桥的集成调度.     

基于DSP的自动寻迹智能小车的设计

所设计的是一种以DSPTMS320IMA为主控芯片的智能小车,详细介绍了小车的硬件及软件设计。小车的路径识别采用红外发射和接收技术,运动控制采用专用电机驱动模块技术,通过DSP芯片的PWM控制小车的速度和方向。     

һ�ָĽ�ģ���˻������·��ѡ���㷨

合理的配送路线可以提高物流配送的效率。启发式的最优路径选择方法是目前研究的热点，本文针对模拟退火算法收敛速度慢的缺点，提出采用退火过程的导引知识（即上次退火过程节点的分布情况）作为下次选择节点的依据，从而提高模拟退火算法的速度。分别针对不同的配送节点进行实验，结果表明，基于导引知识的模拟退火算法能够获得更快的收敛速度，更快得到最优解。