面向FMS的多载AGV调度系统研究

摘要

对制造业提出的高质量发展的目标促进了制造企业进行数字化和智能化的转型升级，通过企业资源的优化来提高生产效率和降低生产成本。其中，物流的智能化是企业资源优化重要内容之一，而自动导引小车（Automatic Guided Vehicle,AGV）是实现物流智能化的关键设备。论文结合柔性制造系统的特点，研究AGV小车路径优化和资源优化配置问题，该问题是提高整个物流系统工作效率、缩短生产周期和降低生产成本亟待解决的关键问题之一，对企业优化配置资源，实现企业高质量发展具有重要的意义。　　首先，研究了AGV工作环境建模方法，通过对现有地图建模方法的详细分析，结合FMS应用场景需求，选择拓扑地图作为地图建模方式。并且根据拓扑地图的建模步骤和要求设计了拓扑地图的数据存储结构，建立了车间现场的拓扑地图，为后续研究奠定基础。　　其次，结合路径优化算法特点，研究了单AGV路径规划问题。针对传统A*算法在路径搜索过程中存在实际代价函数和估计代价函数权重不均和规划的路径存在较多转弯节点等问题，通过引入动态权值和转弯代价函数，设计了一种改进的A*路径优化搜索算法。同时，在改进A*路径优化搜索算法的基础上，研究了多AGV路径规划问题，提出了一种融合时间窗的两阶段冲突解决方案，在保证系统效率的前提下合理解决各种路径冲突类型，保证AGV系统高效有序的运行。　　再次，结合FMS的特点，针对单载AGV调度优化存在系统效率上限的问题，研究了多载AGV的调度和资源配置问题。提出了一种多载AGV调度方法，制定了多载调度执行规则；同时，AGV小车作为物流资源，提出了一种多载条件下的AGV数量优化配置模型，从而提高了AGV小车的利用率以及优化了AGV小车的数量配置。　　最后，完成了多载AGV调度系统的设计与开发。设计了调度系统的总体架构和功能模块，在Visual Studio2013环境下，采用C#进行多载AGV调度系统的开发，通过系统的AGV模拟器进行了AGV避碰仿真实验和多载AGV调度仿真，并且在企业现场进行了一定的试验，验证了本文提出的避碰方案和多载调度方法的有效性和可行性。

目录

1. 绪 论

1.1 研究背景及意义

1.2 AGV发展概况

1.3 AGV概述

1.4 AGV系统国内外研究现状

1.4.1 AGV 路径规划技术研究现状

1.4.2 AGV 调度技术研究现状

1.5课题来源

1.6 本文组织结构

2. AGV工作环境建模

2.1 常见地图建模方法

2.2 基于图的拓扑建模法研究

2.2.1 图的基本定义

2.2.2 图的存储数据结构

2.3 本文环境建模与设计

2.3.1 拓扑地图的路径设计

2.3.2 地图数据存储结构

2.3.3 地图数据的存储与读取

2.4 本章小结

3. AGV路径规划研究

3.1 常见路径规划算法

3.1.1 Dijkstra 算法

3.1.2 A*算法

3.1.3 蚁群算法

3.2 基于改进A*算法的单AGV路径规划研究

3.2.1改进A*算法描述

3.2.2 算法验证

3.3 多AGV系统冲突与控制策略

3.3.1 常见冲突类型

3.3.2 几种冲突解决策略

3.4 基于时间窗的两阶段多AGV控制策略

3.4.1 节点时间计算

3.4.2 冲突检测与避碰方案选择

3.4.3 多AGV 动态路径规划过程描述

3.5 本章小结

4. 多载AGV调度研究

4.1 AGV控制策略

4.2 AGV调度方式

4.3 AGV任务调度指标

4.4 多载AGV调度规则

4.5 多载AGV数量配置模型

4.5.1 模型描述

4.5.2 实例应用

4.6 本章小结

5. 多载AGV调度系统开发与仿真

5.1 系统整体结构

5.2 主要功能模块介绍

5.2.1 系统管理

5.2.2 任务管理

5.2.3 地图管理

5.2.4 车辆管理

5.2.5 系统实时监控

5.2.6 多载AGV 数量配置模块

5.2 AGV调度系统仿真实验

5.2.1 车辆避碰实验

5.2.2 多载AGV 调度实验

5.3 本章小结

6. 总结与展望

6.1 研究总结

6.2 展望

参考文献

附 录

致 谢