欢迎光临深圳市米克力美科技有限公司网站!
新闻动态
您当前的位置:主页 > 新闻动态 >

AGV路线优化及实时调度

发布日期:2019-06-20
分享到:

  对于单台的AGV的搬运很简单,对于多台AGV如何合理的安排,使其工作效率达到最高,这就需要用到AGV调度系统。AGV调度系统一旦为AGV指定好路径后,AGV上的车载控制器会根据指令完成具体的运动控制任务,例如速度保持在多少,遇到路口转向时轮子怎么转动等等。所以在一个完整的大系统中,AGV调度系统位于上层控制系统和底层控制系统的中间,其到管家的作用。对于多个AGV,调度问题就会变得非常困难,而且AGV数量越多,难度越大。因此,调度系统成为AGV行业的一个关键技术。

AGV调度系统

  能够调度的AGV数量也成为评判一个调度系统强大与否的重要指标。对此米克力美表示道:目前具有自主研发的AGV调度系统的AGV企业并不多,能够真正把调度系统优化的很好、能够最高效率地利用AGV系统的AGV企业更是屈指可数。米克力美自主研发的AGV调度系统软件功能非常丰富包括:任务管理、车辆状态监控、路径规划、地图编辑、数据库查询等。

  AGV路线优化和实时调度是当前AGV领域的一个研究热门,常用的方法主要有一下三种:

  1. 数学规划方法

  AGV选择最佳的任务及最佳路径,可以归纳为一个任务调度问题。实际用中的方法主要有整数规划、动态规划、petri方法等。在小规模调度情况下,这类方法可以得到较好的结果,但是随着调度规模的增加,求解问题耗费的时间呈指数增长,限制了该方法在负责、大规模实时路线优化和调度中应用。

  2. 仿真方法

  仿真方法通过对实际的调度环境建模,从而对AGV的一种调度方案的实施进行计算机的模拟仿真。实用中采用的方法有离散事件仿真方法、面向对象的仿真方法和3维仿真技术。

  3. 人工智能方法

  人工智能方法把AGV的调度过程描述成一个在满足约束的解集搜索最优解的过程。它利用知识表示技术将人的知识包括进去,同时使用各种搜索技术力求给出一个令人满意的解。具体的方法有专家系统方法、遗传算法、启发式算法、神经网络算法。

  多个AGV的调度需要规划不同AGV的路径,所以我们先了解下现有的路径规划方法。AGV是个听话的笨蛋,如果调度系统想让一个AGV从A走到B,它不能简单地将A和B站点的信息给AGV,而是要将A到B之间的完整路径告诉AGV。目前普遍用“图”(graph 数学概念)对AGV的行驶空间进行建模,“图”由节点和边组成。所以AGV的行驶路径可以表示为一系列相邻的节点。

  米克力美认为:AGV调度问题可以看成多机器人协调问题(Multi-Robot Coordination)的特例。多机器人共享一个环境,如何协调它们的运动使所有机器人都能能达到目标。讨论多机器人协调问题是为了对调度问题有更好的理解。最早的方法也是最简单的方法之一,就是为不同的机器人设置不同的优先级(Priority)。优先级高的机器人先规划自己的路径,优先级低的机器人将比它高的机器人的路径视为障碍物,进而再进行规划。当然这种方法有个明显的缺点:优先级高的机器人过于霸道,它把所有的路都堵死了,以至于优先级低的机器人怎么也找不到路。这时我们就要调整优先级了。

[返回列表]
相关产品推荐
网站首页| 关于我们 | 产品展示| 成功案例| AGV知识| 新闻资讯| 联系我们 |网站地图(sitemap baidumap
地址:广东省深圳市宝安区航城街道固戍开发区泰华梧桐工业园9A栋3层 地 址:江苏省苏州市相城区嘉元路959号元和大厦201室    电话:0755-27593480    传真:0755-27592031
Copyright © 2009-2018 深圳市米克力美科技有限公司 版权所有
技术支持:米克力美   ICP备案编号:粤ICP备16006543号-2