智能仓储车间中多AGV路径优化算法研究

摘要

针对智能仓储车间中采用自动化物料运输系统的多AGV(Automated Guided Vehicle)路径规划求解速度慢、最优路径易冲突问题,本文提出了一种人工势场蚁群融合算法。首先针对人工势场法目标不可达问题提出斥力场改进方法,融合蚁群算法的启发式信息及信息素更新优化生成每台AGV的初始路径,然后通过多AGV冲突解决策略在路径长度最短、光滑度最高的基础上避开冲突以解决多AGV路径规划问题。仿真结果表明,在优化路径长度、求解速度方面均优于传统蚁群算法和蚁群优化算法,在仓储环境下多AGV冲突解决策略能够以极小代价解决路径冲突。