如今,隨著智能制造業(yè)的增長,空間資源和人力資源的成本都在上升。存儲和配送的主要趨勢正逐漸被自動化和智能技術(shù)所占據(jù)。在這一背景下,主要的發(fā)展方向轉(zhuǎn)變?yōu)檠芯繖C器人作為基本設(shè)備的智能儲存系統(tǒng),基于對前人研究的整理分析,目前對于倉儲機器人的應(yīng)用主流是單一的移動機器人、搬運機器人或者提升機器人。具有升降功能的移動機器人目前屬于創(chuàng)新設(shè)備及技術(shù),同時國內(nèi)外對其路徑規(guī)劃管理方面的研究較為缺乏。同時,目前國內(nèi)研究對移動搬運機器人進行路徑規(guī)劃的理論較多,用于路徑規(guī)劃的理論模型算法也有多種,在系統(tǒng)仿真方面大多只局限于對系統(tǒng)中的部分進行仿真,究其原因在于沒有構(gòu)建整體物流系統(tǒng)的模型。本文擬構(gòu)建一個集倉儲、搬運一體化的基于“爬升”機器人的智能物流系統(tǒng)的環(huán)境圖像模型,通過構(gòu)建數(shù)學(xué)模型的方式,應(yīng)用智能生物算法開展數(shù)字計算和仿真,使本文的研究重點可以跟理論上的最優(yōu)解保持一致,最終產(chǎn)生的結(jié)果也能夠符合實際狀況,在理論層面來指導(dǎo)和改進現(xiàn)實中的智能貨物搬運工作。“爬升”機器人在物流系統(tǒng)中的應(yīng)用使得存取、搬運一體化,代替了傳統(tǒng)密集倉儲系統(tǒng)中的提升機、輸送機的組合,從貨架取貨到輸送至生產(chǎn)線可由智能“爬升”機器人全部獨立完成,增強...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    第一節(jié) 選題背景及意義
        一、選題背景
        二、研究意義
    第二節(jié) 國內(nèi)外研究現(xiàn)狀及文獻綜述
        一、智能搬運機器人物流系統(tǒng)
        二、智能搬運機器人路徑規(guī)劃算法
        三、文獻述評
    第三節(jié) 研究內(nèi)容及預(yù)期成果和創(chuàng)新之處
        一、研究內(nèi)容及章節(jié)安排
        二、創(chuàng)新之處
        三、擬采取的研究方法和技術(shù)路線圖
第二章 移動機器人路徑規(guī)劃理論基礎(chǔ)
    第一節(jié) 機器人路徑規(guī)劃概述
    第二節(jié) 環(huán)境建模
        一、可視圖法
        二、柵格法
        三、自由空間法
        四、神經(jīng)網(wǎng)絡(luò)法
    第三節(jié) 局部路徑規(guī)劃
        一、人工勢場法
        二、模糊邏輯控制算法
        三、遺傳算法
    第四節(jié) 蟻群算法概述
        一、蟻群算法的基本原理
        二、基本蟻群算法的數(shù)學(xué)模型
第三章 智能“爬升”機器人系統(tǒng)建模
    第一節(jié) 智能“爬升”機器人物流系統(tǒng)主要設(shè)備
        一、高位立體貨架
        二、智能“爬升”機器人
        三、揀選站臺
    第二節(jié) 智能“爬升”機器人倉儲系統(tǒng)布局
        一、系統(tǒng)布局
        二、作業(yè)流程
    第三節(jié) 智能“爬升”機器人倉儲系統(tǒng)建模
第四章 智能“爬升”機器人路徑規(guī)劃
    第一節(jié) 改進的蟻群算法概述
        一、算法的描述
        二、算法的步驟
    第二節(jié) 問題及描述
        一、移動機器人定位
        二、全局坐標(biāo)系構(gòu)建
    第三節(jié) 以路線尖峰平滑法與精英策略法為基礎(chǔ)來改善蟻群算法“爬升”機器人的規(guī)劃路線
        一、基本蟻群算法
        二、算法改進
        三、靜態(tài)路徑規(guī)劃
        四、動態(tài)環(huán)境下的路徑規(guī)劃
第五章 路徑規(guī)劃系統(tǒng)仿真實驗及分析
    第一節(jié) “爬升”機器人局部動態(tài)路徑?jīng)_突與消解
    第二節(jié) 基于滾動窗口的改進蟻群算法的局部動態(tài)路徑規(guī)劃實施步驟
    第三節(jié) 算法的仿真設(shè)計與分析
第六章 展望
參考文獻
附錄
致謝
本人在讀期間完成的研究成果



本文編號：3802202