论文题名: | 港口大型多载AGV协同控制和路径规划方法研究 |
关键词: | 港口设备;自动导引车;协同控制;路径规划 |
摘要: | 在海运物流需求日益增长的背景下,智能化、自动化已成为港口发展的必然趋势,其中用于集装箱转运的自动导引车(Automated Guided Vehicle,AGV)是自动化集装箱港口(Automated Container Terminal,ACT)装备的重要组成部分。在ACT中,协同控制系统将集装箱转运任务和道路资源分配至AGV,同时路径规划根据分配内容规划路径。考虑大型AGV多载和重载性能虽然能够直接提升港口运行效率,但却增大了问题求解的复杂度。因此,为了进一步提高港口效率,本文以ACT场景下的大型AGV及其车队为研究对象,针对多载、重载工况下协同控制和路径规划问题,开展智能调度以及路径规划研究,主要内容如下: 提出多载AGV调度的多目标优化模型。从对AGV多载特性以及港口集装箱转运流程的分析出发,针对多载调度的特点以及传统调度方法的不足,建立多目标优化调度模型。对于动态、大批次任务问题,引入滚动时域优化和事件驱动混合的调度触发方法,保证调度模块满足动态响应环境变化的要求。 实现多AGV协同全局路径规划。结合港口场景特点,分析常用的环境建模方法以及路径规划方法,选取拓扑地图和LPA*的匹配方案。为了合理分配道路资源以及避免冲突,建立时间窗模型作为道路交通状况预测和AGV冲突检测的工具。并以时间窗模型改进拓扑地图以及LPA*算法,从而实现多AGV协同全局路径规划。 建立大型重载AGV局部路径规划框架。通过分析AGV重载特性和港口水平运输区特点对局部路径规划的要求,框架分解局部路径规划为轨迹形状规划和速度规划两部分。两部分均以采样搜索生成初始解,并针对初始解进行二次规划优化。框架考虑了AGV轨迹可行性等要求,并根据其他AGV控制策略生成最终轨迹。 搭建多AGV协同控制仿真系统并进行仿真分析。通过分析ACT集装箱转运工作场景特征,整合验证上述AGV协同控制系统所需的模块,并以集装箱从驳船转运至堆场为任务场景进行了仿真实验。结果表明,AGV协同控制和路径规划算法具有较好的可行性和稳定性。 港口大型多载AGV协同控制和路径规划方法的相关研究对ACT运行效率的提升和优化,以及实现传统港口智能化升级具有一定的理论价值和实际指导意义。 |
作者: | 杨俊 |
专业: | 车辆工程 |
导师: | 林建国 |
授予学位: | 硕士 |
授予学位单位: | 武汉理工大学 |
学位年度: | 2021 |