自动化立体仓库中智能AGV群体的静态路径规划与动态避障决策研究

  • 自动化立体仓库中智能AGV群体的静态路径规划与动态避障决策研究已关闭评论
  • 132 views
  • A+
所属分类:AGV设计资料
摘要

针对自动化立体仓库出入库搬运作业区域自动化水平低的现状,结合智能物流的发展趋势,阐述以智能AGV群体替代叉车作业进行托盘搬运的工作模式,并对其静态路径规划与动态避障决策进行了研究。以此工作模式下的AGV为特定对象,在A-star算法的基础上考虑了时间因子的影响,进行了路径规划的算法设计;同时根据栅格图下AGV碰撞的路径特点,系统地阐述了AGV群体的碰撞类型及避障策略,并对智能AGV群体的路径规划、动态避障和路径再规划进行了算例分析。

1 引言

近年来,电子商务发展非常迅速。相对于传统零售行业,电子商务企业的物流作业不仅工作量巨大,还对时效性和准确性提出了非常严苛的要求。与此同时,传感器技术、RFID技术、嵌入式系统技术等物联网技术的发展,为智能物流提供了强有力的支撑。智能化物流系统是解决目前电商物流问题切实可行的方案,也是未来的发展趋势。自动化立体仓库(AS/RS)作为智能物流仓储系统的核心组成部分,被广泛应用于各行各业。自动化立体仓库的巷道堆垛机与立体货架可高效且准确地实现托盘在货架上的存取。可是在自动化立体仓库的出入库搬运作业区域中,往往需要人驾驶叉车进行托盘的搬运。这不仅影响了整个物流仓储系统的自动化程度,也易导致错误作业甚至无效作业,降低物流系统整体的效率。

随着物联网技术的发展,AGV作为柔性单元,可替代人工操作叉车进行托盘搬运工作,从而使得整个仓储系统自动、智能的运转,并可通过 AGV数量的增减及时响应作业量的波动。基于物联网技术的自动化立体仓库示意图如图 1所示,在出入库区域,使用多个 AGV进行托盘搬运作业。

区别于传统的多 AGV系统,智能 AGV群体更强调“智能群体”的理念。“智能”意味着:AGV可通过传感器获取环境信息,通过 RFID技术与其他设备(其他 AGV、堆垛机、位置标签等)进行信息交互,最后 AGV自身通过数据运算做出路径和避障等决策。群体则代表着:系统中每辆 AGV都是平等独立的个体,每辆 AGV分别进行运算,分别对自身的运动进行决策,而不依托于其他AGV 或中央控制器的指令。在物联网技术的支持下,智能AGV群体进行搬运工作是未来的趋势。

传统的 AGV系统大多通过上层的中央控制器进行多AGV的调度,如:基于时间窗的多AGV路径规划[2],通过蚁群算法求多 AGV系统总路径的全局最优解[3],基于有向图的AGV路径规划和系统任务调度的AGV管理系统[4]。此种多 AGV调度系统在路径规划时直接考虑了避障,综合已知的任务序列,规划所有 AGV的路径,可得整个系统的最优解。可是这种模式比较适用于小型的AGV系统,如果AGV数量不断增多,那么中央控制器的计算量将成指数增长,运算耗时长,导致 AGV的实时规划和避障难以实现。近年来随着智能物流的发展,众多学者纷纷将目光从集中式控制 AGV系统转向分布式AGV系统,如:单车使用改进的 Dijkstra算法规划路径,基于冲突协商策略实现多 AGV 自主控制[5]。分布式AGV系统将冗杂的集中式计算转化为各个 AGV的分布式计算,响应速度快,具有更高的柔性和鲁棒性,更适用于大型电商等订单多且难预测的情况。

在目前分布式 AGV系统的研究中,大多以路径长度作为评判指标进行路径规划,未考虑 AGV转向时间以及转向前后加减速阶段时间因素的影响。而在实际应用中,AGV 在两点间选取不同的路径所需要的转向及加减速次数是不一样的。而频繁的转向与加减速,不仅仅影响了 AGV的作业时间,同时增加了 AGV系统运作的能耗。而且,复杂动作对于 AGV的机构也会造成一定的损耗,导致 AGV后期的维护保养成本增高。因此在实际应用中,距离最短的路径并不是最优的,而是需综合转向次数,考虑时间因素的影响,进行路径规划和避障决策。

自动化立体仓库中智能AGV群体的静态路径规划与动态避障决策研究

图1 基于物联网技术的立体仓库示意图

恭喜,此资源为免费资源,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。