隨著工業(yè)的發(fā)展,制造業(yè)也發(fā)生了翻天覆地的變化,移動機器人的出現(xiàn)將人從繁瑣的勞動中解放了出來,尤其是移動機器人在倉儲應(yīng)用領(lǐng)域大放異彩。機器人隨著時代潮流的發(fā)展,不僅在功能上越來越強大,而且在規(guī)劃方面越來越智能。多任務(wù)下的機器人協(xié)作已經(jīng)成為工業(yè)機器人中的重要發(fā)展方向,隨著通信與物聯(lián)網(wǎng)等技術(shù)的發(fā)展,移動機器人得到了巨大的發(fā)展助力。本文針對智能倉儲環(huán)境下的移動機器人展開研究。首先,本文介紹了移動機器人的研究背景及研究意義,并對該領(lǐng)域內(nèi)的國內(nèi)外研究現(xiàn)狀展開了敘述。本文對移動機器人領(lǐng)域內(nèi)的問題進行了歸納,并闡述了相關(guān)的解決算法。然后,由淺入深地介紹了移動機器人的通信方式、控制方式和倉儲等問題。為后續(xù)章節(jié)算法的原理做了鋪墊。最后,本文著重對移動機器人路徑規(guī)劃和多機器人調(diào)度問題展開研究�；谌后w智能算法和強化學(xué)習(xí)相關(guān)思想,在群體智能算法的基礎(chǔ)上改進并設(shè)計了新的混合算法。其中針對移動機器人路徑規(guī)劃問題,本文在蟻群算法基礎(chǔ)上做出了巨大改進,設(shè)計了基于獨狼蟻群混合算法的路徑規(guī)劃,算法分別在路徑選擇方向、信息素控制和路徑停滯上進行了改進和創(chuàng)新;針對多任務(wù)下的多機器人調(diào)度,本文在對傳統(tǒng)遺傳算法進行了改進,在遺傳... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

工廠

重慶郵電大學(xué)碩士學(xué)位論文第2章多移動機器人的基本問題14獲取任務(wù)。移動機器人也可以首先通過中央控制系統(tǒng)獲得分配任務(wù)，再單獨處理各自任務(wù)。若兩個或多個移動機器人同時選擇了同一個目標點，中央控制模塊根據(jù)各個移動機器人到達該目標點的代價來重新分配，其中該最優(yōu)目標會被代價最低的移動機器人獲取，其他移動機器人采取次優(yōu)的分配目標，依次類推到最優(yōu)的分配方案。具體的任務(wù)分配在后續(xù)章節(jié)會有詳細敘述。2.4倉儲搬運環(huán)境問題在物流倉儲或者自動化工廠中，搬運貨物是常見的行為。移動機器人在智能化的工廠是常見的工具，這種環(huán)境下的移動機器人也稱為倉儲移動機器人，即自動導(dǎo)引車(AGV)。由于搬運現(xiàn)場非常復(fù)雜，每個機器個體都處于動態(tài)的運動中，所以移動機器人的定位方式非常關(guān)鍵。當前AGV的規(guī)劃方式分為有軌式、無軌式和新式。有軌式AGV會在路面鋪設(shè)相應(yīng)的軌道，AGV只能在這些軌道上移動。常見的設(shè)計方式是在路面鋪設(shè)反光條或磁條，AGV上相應(yīng)位置設(shè)置光感應(yīng)或磁效應(yīng)傳感器，如圖2.1(a)所示為基于反光條軌道的AGV。無軌式AGV由于需要激光雷達等傳感器，從而使得AGV成本較高，所以在工業(yè)中并沒有大規(guī)模應(yīng)用，典型的無軌式AGV如圖2.1(b)。當前一種新式的AGV比較流行，該AGV在底部裝備光發(fā)射和接收元件，這些光傳感器用來識別二維碼，而這些二維碼貼片就部署在工業(yè)環(huán)境的地面上，如圖2.1(c)。由于二維碼貼片成本低，軌道比有軌AGV更加靈活，在物流倉儲等環(huán)境中廣泛受到歡迎。a)反光式軌道AGVb)無軌道AGVc)二維碼軌道AGV圖2.1工廠中的AGV軌道

重慶郵電大學(xué)碩士學(xué)位論文第2章多移動機器人的基本問題15AGV在實際應(yīng)用過程中，難免會有沖突，這就需要一些避障和交互措施。常見的沖突有路口沖突、相向沖突、追趕沖突。一般采取的策略是給AGV設(shè)立優(yōu)先級，高優(yōu)先級的AGV擁有優(yōu)先通行的權(quán)力。但是在場地較大，搬運任務(wù)較多的環(huán)境下，頻繁的沖突會給AGV帶來計算壓力，頻繁的對比優(yōu)先級會降低AGV的移動效率。a)路徑有交叉b)路徑無交叉圖2.2AGV路徑任務(wù)分配如圖2.2是將兩個任務(wù)分配給兩個AGV處理的路徑規(guī)劃圖。從2.2(a)中可以看出AGV的路徑有所交叉，這就會增加AGV在移動過程的避碰處理時間，而2.2(b)就回避了這樣的情況。在任務(wù)量較多的環(huán)境中，AGV之間難免會有同一時刻路徑位置的沖突。如果能合理降低AGV之間產(chǎn)生沖突的次數(shù)，那么AGV的移動效率在時間應(yīng)用中會極大地提高。如圖2.3,圖2.3(a)中的路徑交叉較多，效率顯然低于圖2.3(b)中的任務(wù)分配方式。a)多次路徑交叉b)無交叉的路徑圖2.3多個AGV任務(wù)分配

【參考文獻】：
期刊論文
[1]基于DRL的MEC任務(wù)卸載與資源調(diào)度算法[J]. 薛寧,霍如,曾詩欽,汪碩,黃韜.  北京郵電大學(xué)學(xué)報. 2019(06)
[2]基于Spark的分布式機器人強化學(xué)習(xí)訓(xùn)練框架[J]. 方偉,黃增強,徐建斌,黃羿,馬新強.  圖學(xué)學(xué)報. 2019(05)
[3]基于降噪自動編碼器的多任務(wù)優(yōu)化算法[J]. 尚青霞,周磊,馮亮.  大連理工大學(xué)學(xué)報. 2019(04)
[4]改進人工勢場法自主移動機器人路徑規(guī)劃[J]. 羅強,王海寶,崔小勁,何晶昌.  控制工程. 2019(06)
[5]一種新的雙策略進化果蠅優(yōu)化算法[J]. 方波,陳紅梅.  山東大學(xué)學(xué)報(工學(xué)版). 2019(03)
[6]基于RNA遺傳操作的改進蝙蝠算法[J]. 耿艷香,張立毅,孫云山,費騰,蔣師賢,馬嘉駿.  天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版). 2019(03)
[7]基于全局無偏搜索策略的精英人工蜂群算法[J]. 杜振鑫,劉廣鐘,韓德志,余學(xué)山,賈建鑫.  電子學(xué)報. 2018(02)
[8]基于改進煙花-蟻群混合算法的智能移動體避障路徑規(guī)劃[J]. 張瑋,馬焱,趙捍東,張磊,李營,李旭東.  控制與決策. 2019(02)
[9]基于改進分配法的多智能體隊形形成[J]. 陳梅,梅樂,陳艷燕.  合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2016(10)
[10]基于免疫機理的足球機器人協(xié)作控制研究[J]. 郝兆明,康倩.  科學(xué)技術(shù)與工程. 2014(08)

碩士論文
[1]大尺寸空間移動測量系統(tǒng)末端執(zhí)行器運動規(guī)劃研究[D]. 楊曉坤.燕山大學(xué) 2019
[2]基于多AGV協(xié)同搬運模型的構(gòu)建與實現(xiàn)[D]. 潘天宇.南京航空航天大學(xué) 2019
[3]室內(nèi)多機器人系統(tǒng)定位與分布式控制技術(shù)[D]. 何俊.南京理工大學(xué) 2017
[4]雙足機器人運動控制系統(tǒng)的研究[D]. 查望華.浙江大學(xué) 2016
[5]多移動機器人同步定位與構(gòu)圖問題研究[D]. 石家興.東華大學(xué) 2015
[6]基于CAN總線的移動機器人分布式控制系統(tǒng)研究[D]. 張傳斌.山東大學(xué) 2013
[7]基于通信技術(shù)的多移動機器人的協(xié)調(diào)控制[D]. 黃秋菊.南京郵電大學(xué) 2011
[8]一種基于擴頻技術(shù)的多機器人通信平臺的研究[D]. 閻朝.北京郵電大學(xué) 2010
[9]水下智能機械手的光視覺信息獲取與處理[D]. 張棟翔.中國科學(xué)技術(shù)大學(xué) 2009



本文編號：3287801