随着互联网和人工智能技术的不断深入发展,物流智能化在现代工业制造中愈显重要。自动导引车(Automated Guided Vehicle,AGV)作为物流运输系统智能化、自动化的组成部分,具有运输平稳、调度准确等优点,对提高物流运输效率、节省运输成本、提升企业竞争力有着重要的意义。而 AGV 准确的路径规划是实现高效、安全的车间物流运输系统的必要保障。因此,本文对叉车式 AGV 的路径规划进行了深入研究。
首先,本文介绍了叉车式 AGV 的主要结构和工作原理,并对智能化物流系统进行了规划和设计;通过对比精确算法、传统式算法和亚启发式算法的优缺点和适用性,决定采用遗传算法作为本文的求解算法,为 AGV 路径规划做好准备。其次,深入挖掘 AGV物流系统的配送路径优化问题的含义和特征,建立基于拓扑图法的环境电子地图模型,以及基于 AGV 最短行走路径的数学模型。 然后,根据所建模型采用遗传算法进行求解,并针对遗传算法容易出现早熟收敛的缺点,对遗传算法进行改进,以提高算法的寻优能力。最后通过制定基于优先级的交通规则法和冲突检测法来约束 AGV 的通行策略,采用路径调整的方法来解决无法利用规则规避的冲突问题,以实现多 AGV 的路径规划。并通过实例研究系统内三台 AGV 的行驶路径,逐一分析 AGV 在某一时刻通过节点时可能出现的冲突问题,并利用制定的规则规避碰撞危险,从而确保多 AGV 在系统中协调运行。
结果表明,改进型遗传算法能更有效的解决车间中单 AGV 的路径规划问题;基于优先级的交通规则法是一种能解决车间中多 AGV 路径协调问题的可行方法。本文对AGV 路径规划问题的研究,可为解决智能化车间中的实际问题提供决策参考。