基于离散时空网络的多自动引导车路径规划问题

摘要

针对多自动引导车(automatic guided vehicle,AGV)在仓储物流搬运系统中的巷道拥堵问题,提出一种规避拥堵的系统优化策略,将产生的AGV拣货路径作为约束生成后续AGV运行轨迹.对仓库相邻节点赋予时间链接,构建时空网络地图,在此环境建立基于离散时空网络的考虑拥堵的路径优化模型,并设计了时空网络与模拟退火(simulated annealing,SA)相结合的全局优化算法——时空模拟退火(space time simulated annealing,ST-SA)以求解该模型,通过仿真实验对模型及算法的有效性进行验证.实验结果表明:系统优化策略可以对AGV路径规划过程进行控制与优化,ST-SA能够很快搜索到合理、高效的AGV拣货路径方案,缩短AGV在巷道的作业时间,避免了多AGV在智能仓储系统中的碰撞及拥堵.