[发明专利]一种基于粒子群算法的AGV调度路径规划方法及系统有效
申请号: | 201811636454.2 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109581987B | 公开(公告)日: | 2021-05-04 |
发明(设计)人: | 徐怡;刘则治;吴招富 | 申请(专利权)人: | 广东飞库科技有限公司 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 杨伦 |
地址: | 510000 广东省广州市天河区车陂大岗路10号大岗工业区5栋全部(部位*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 粒子 算法 agv 调度 路径 规划 方法 系统 | ||
本发明涉及一种基于粒子群算法的AGV调度路径规划方法及系统,该方法包括:根据货物取放位置的布局,建立AGV的工作环境模型;基于所述工作环境模型,应用粒子群算法得到AGV的调度路径规划结果,使AGV按照所述调度路径规划结果完成给定的货物取放任务所花费的时间最短。本发明应用粒子群算法,有效的实现在短时间内完成全部货物取放任务的目标,并实现多AGV系统的任务均衡分配,提高AGV系统运行效率和合理性,降低生成成本,提高企业效益。
技术领域
本发明涉及路径规划算法领域,具体涉及一种基于粒子群算法的AGV调度路径规划方法及系统。
背景技术
随着物流企业信息集成化的发展,AGV(Automated Guided Vehicle)自动运输系统作为物流信息化、自动化的重要手段,得到广泛应用,应用于汽车制造、机械加工等自动化生产和仓储系统,它是柔性制造生产线和自动化立体仓库等现代化物流仓储系统的关键。AGV控制系统,主要包括车载控制系统和管理调度系统。路径规划算法是管理调度系统的核心,它与AGV系统可达性和系统效率有密切联系。
目前,常用到的路径规划方法有模糊推理法、启发式图搜索法、人工势场法、A*算法等。这些算法有各自的缺点:例如模糊推理法中采用的模糊隶属函数和模糊控制规则的设计及制定主要靠人的经验;人工势场法存在陷井区域,并且在相近障碍物之间不能发现路径;A*算法更适用于解决单目标优化问题。因此,上述路径规划方法均无法适用于复杂环境中工作的AGV的路径规划。
发明内容
针对上述技术问题,本发明提供一种基于粒子群算法的AGV调度路径规划方法及系统。
本发明解决上述技术问题的技术方案如下:一种基于粒子群算法的AGV调度路径规划方法,包括:
步骤1、根据货物取放位置的布局,建立AGV的工作环境模型;
步骤2、基于所述工作环境模型,应用粒子群算法得到AGV的调度路径规划结果,使AGV按照所述调度路径规划结果完成给定的货物取放任务所花费的时间最短。
为实现上述发明目的,本发明还提供一种基于粒子群算法的AGV调度路径规划系统,包括:
建立模块,用于根据货物取放位置的布局,建立AGV的工作环境模型;
计算模块,用于基于所述工作环境模型,应用粒子群算法得到AGV的调度路径规划结果,使AGV按照所述调度路径规划结果完成给定的货物取放任务所花费的时间最短。
本发明的有益效果是:应用粒子群算法,有效的实现在短时间内完成全部货物取放任务的目标,并实现多AGV系统的任务均衡分配,提高AGV系统运行效率和合理性,降低生成成本,提高企业效益。
附图说明
图1为本发明实施例提供的一种基于粒子群算法的AGV调度路径规划方法的流程图;
图2为本发明实施例提供的一种基于粒子群算法的AGV调度路径规划方法中步骤S2的流程图;
图3为本发明实施例提供的一种基于粒子群算法的AGV调度路径规划系统的结构框图;
图4为本发明实施例提供的一种基于粒子群算法的AGV调度路径规划系统中计算模块的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
图1为本发明实施例提供的一种基于粒子群算法的AGV调度路径规划方法的流程图,如图1所示,该方法包括:
S1、根据货物取放位置的布局,建立AGV的工作环境模型;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东飞库科技有限公司,未经广东飞库科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811636454.2/2.html,转载请声明来源钻瓜专利网。