基于群智能的携带机械臂移动机器人集群的管理方法研究

摘要

本文以某车间智能制造升级改造中的智能物流机器人集群的项目实施为研究背景案例。“路径决策”和“任务分配”两个问题是移动机器人集群系统中两个基础问题，也是对生产节拍会具有决定性作用的两个关键问题，对这两个问题的解决策略的优化可大幅提高生产效率。 文章借鉴、参考国内外流行的群智能算法，以实际应用作为出发点，针对实际项目中遇到的“路径决策问题”筛选出可行的算法，如蚁群算法、贪婪算法等。针对智能物流机器人集群系统的实际情况并结合不同群智能算法的特性进行讨论分析，为实际项目应用筛选出最适合的群智能算法。 此外本文通过借鉴成熟群智能算法思路，针对智能物流机器人集群系统中的“任务分配问题”提出了全新的群智能算法用以解决实际问题。该算法结合了群智能算法中较成熟的蚁群算法和贪婪算法，保留蚁群算法中的信息素这一核心思想，使系统算法可以不断迭代优化，同时借鉴贪婪算法的思想，减少算法运算量，节省在实际应用中综合管控系统运行时的决策开销。研究结果表明，与传统的“就近原则”相比较，该新方法针对实际应用的某些特殊情况更加适用。 最后利用自己编写的模拟软件，根据案例项目的实际环境进行建模，并将研究的算法分别进行仿真，根据仿真软件的结果进行分析，最终得出哪些算法更适合解被应用到智能物流机器人集群系统中的结论。本文所得出的结论具有一定普适性，与案例项目具有类似特性的群智能机器人集群项目可以参考借鉴本文的研究成果。

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外现状

1.3 本文的研究内容及方法

1.4 本文组织结构

第2章 携带机械臂的多AGV集群系统

2.1 AGV系统概述

2.2 AGV系统组成

2.3 分系统介绍

2.4 移动机器人项目待优化问题

第3章 移动机器人集群系统中的路径决策问题

3.1 环境建模

3.2 贪婪算法解决案例项目中路径决策问题

3.3 蚁群算法解决案例项目中路径决策问题

3.4本章总结

第4章 移动机器人集群系统中任务分配问题

4.1 环境建模

4.2 临近原则解决案例项目中任务分配问题

4.3 蚁群贪婪算法解决案例项目任务分配问题

4.4 本章总结

第5章 总结与展望

5.1 本文总结

5.2 未来展望

参考文献

致谢